采用python软件编程实现二值图像连通域的标记提取的程序及效果图。

在Python中，我们可以使用OpenCV库来处理二值图像并提取连通域。以下是一个基本的步骤：

1. **导入所需库**：

   import cv2
   from skimage.measure import regionprops

2. **读取图像并转换为二值**：

   img = cv2.imread('binary_image.jpg', cv2.IMREAD_GRAYSCALE)
   _, binary_img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # Otsu's thresholding

3. **形态学操作（如膨胀或腐蚀）**，这有助于连接相邻的小区域：

   kernel = np.ones((3,3),np.uint8)
   binary_img = cv2.morphologyEx(binary_img, cv2.MORPH_CLOSE, kernel)

4. **提取连通域**：

   labels, stats = regionprops(binary_img)

`regionprops`函数返回每个区域的标签（即像素所属的连通域）以及一些统计信息。

5. **可视化结果**：

   for label in range(1, len(labels)+1):
       mask = np.zeros_like(binary_img)
       mask[labels == label] = 255
       plt.imshow(mask, cmap='gray')
       plt.title(f"Connected Component {label}")
       plt.show()

这里我们创建了一个掩码图像对每个连通域进行单独显示。

注意，以上代码假设你已经安装了matplotlib用于绘图。为了运行这个程序，你需要将'binary_image.jpg'替换为你要处理的实际二值图像路径。