一、对于二值图，0代表黑色，255代表白色。去除小连通区域与孔洞，小连通区域用8邻域，孔洞用4邻域。
函数名字为：void RemoveSmallRegion(Mat &Src, Mat &Dst,int AreaLimit, int CheckMode, int NeihborMode)
CheckMode: 0代表去除黑区域，1代表去除白区域; NeihborMode：0代表4邻域，1代表8邻域;
如果去除小连通区域CheckMode=1,NeihborMode=1去除孔洞CheckMode=0，NeihborMode=0
记录每个像素点检验状态的标签，0代表未检查，1代表正在检查,2代表检查不合格（需要反转颜色），3代表检查合格或不需检查 。
1.先对整个图像扫描，如果是去除小连通区域，则将黑色的背景图作为合格，像素值标记为3，如果是去除孔洞，则将白色的色素点作为合格，像素值标记为3。
2.扫面整个图像，对图像进行处理。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
|
void RemoveSmallRegion(Mat &Src, Mat &Dst,int AreaLimit, int CheckMode, int NeihborMode){ int RemoveCount = 0; //新建一幅标签图像初始化为0像素点，为了记录每个像素点检验状态的标签，0代表未检查，1代表正在检查,2代表检查不合格（需要反转颜色），3代表检查合格或不需检查 //初始化的图像全部为0，未检查 Mat PointLabel = Mat::zeros(Src.size(), CV_8UC1); if (CheckMode == 1)//去除小连通区域的白色点 { cout << "去除小连通域."; for (int i = 0; i < Src.rows; i++) { for (int j = 0; j < Src.cols; j++) { if (Src.at<uchar>(i, j) < 10) { PointLabel.at<uchar>(i, j) = 3;//将背景黑色点标记为合格，像素为3 } } } } else//去除孔洞，黑色点像素 { cout << "去除孔洞"; for (int i = 0; i < Src.rows; i++) { for (int j = 0; j < Src.cols; j++) { if (Src.at<uchar>(i, j) > 10) { PointLabel.at<uchar>(i, j) = 3;//如果原图是白色区域，标记为合格，像素为3 } } } } vector<Point2i>NeihborPos;//将邻域压进容器 NeihborPos.push_back(Point2i(-1, 0)); NeihborPos.push_back(Point2i(1, 0)); NeihborPos.push_back(Point2i(0, -1)); NeihborPos.push_back(Point2i(0, 1)); if (NeihborMode == 1) { cout << "Neighbor mode: 8邻域." << endl; NeihborPos.push_back(Point2i(-1, -1)); NeihborPos.push_back(Point2i(-1, 1)); NeihborPos.push_back(Point2i(1, -1)); NeihborPos.push_back(Point2i(1, 1)); } else cout << "Neighbor mode: 4邻域." << endl; int NeihborCount = 4 + 4 * NeihborMode; int CurrX = 0, CurrY = 0; //开始检测 for (int i = 0; i < Src.rows; i++) { for (int j = 0; j < Src.cols; j++) { if (PointLabel.at<uchar>(i, j) == 0)//标签图像像素点为0，表示还未检查的不合格点 { //开始检查 vector<Point2i>GrowBuffer;//记录检查像素点的个数 GrowBuffer.push_back(Point2i(j, i)); PointLabel.at<uchar>(i, j) = 1;//标记为正在检查 int CheckResult = 0; for (int z = 0; z < GrowBuffer.size(); z++) { for (int q = 0; q < NeihborCount; q++) { CurrX = GrowBuffer.at(z).x + NeihborPos.at(q).x; CurrY = GrowBuffer.at(z).y + NeihborPos.at(q).y; if (CurrX >= 0 && CurrX<Src.cols&&CurrY >= 0 && CurrY<Src.rows) //防止越界 { if (PointLabel.at<uchar>(CurrY, CurrX) == 0) { GrowBuffer.push_back(Point2i(CurrX, CurrY)); //邻域点加入buffer PointLabel.at<uchar>(CurrY, CurrX) = 1; //更新邻域点的检查标签，避免重复检查 } } } } if (GrowBuffer.size()>AreaLimit) //判断结果（是否超出限定的大小），1为未超出，2为超出 CheckResult = 2; else { CheckResult = 1; RemoveCount++;//记录有多少区域被去除 } for (int z = 0; z < GrowBuffer.size(); z++) { CurrX = GrowBuffer.at(z).x; CurrY = GrowBuffer.at(z).y; PointLabel.at<uchar>(CurrY,CurrX)+=CheckResult;//标记不合格的像素点，像素值为2 } //********结束该点处的检查********** } } } CheckMode = 255 * (1 - CheckMode); //开始反转面积过小的区域 for (int i = 0; i < Src.rows; ++i) { for (int j = 0; j < Src.cols; ++j) { if (PointLabel.at<uchar>(i,j)==2) { Dst.at<uchar>(i, j) = CheckMode; } else if (PointLabel.at<uchar>(i, j) == 3) { Dst.at<uchar>(i, j) = Src.at<uchar>(i, j); } } } cout << RemoveCount << " objects removed." << endl;} |
调用函数：dst是原来的二值图。
|
1
2
3
4
|
Mat erzhi1 = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC1);RemoveSmallRegion(dst, erzhi,100, 1, 1);RemoveSmallRegion(erzhi, erzhi,100, 0, 0);imshow("erzhi1", erzhi); |
和之前的图像相比
以上这篇OPENCV去除小连通区域,去除孔洞的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/dajiyi1998/article/details/60601410
