OpenCV实现图像连通域分析与封闭区域筛选

本资源提供了一个C++代码片段，用于在OpenCV（计算机视觉库）中实现获取图像的连通域并根据面积筛选封闭图形的功能。连通域是图像处理中的一个重要概念，它将图像分割成多个区域，每个区域内的像素彼此相连且与其它区域隔绝。在这个示例中，函数`bwLabel`接受两个输入：源图像`src`（二值图像，通常表示为灰度图像或通过某种阈值处理后的黑白图），以及目标输出图像`dst`，它将被填充上连通域的标签。 函数首先初始化一些变量，如行数、列数、当前标签值、种子点栈、区域面积、边界坐标等。然后，遍历`src`图像的每个像素点，如果像素值为255（通常代表白色，即连通部分），则进行以下操作： 1. **区域分析**： - 重置区域面积和标签值，增加当前像素点作为种子点。 - 将种子点的标签设置为`labelValue`，并将该点添加到点栈中。 - 更新区域面积，并记录左、右、上、下边界位置。 2. **连通域扩展**： - 使用栈（后进先出数据结构）来追踪未标记的邻域像素，直至所有与种子点相连的像素都被标记。 - 遍历邻居像素，检查其是否属于同一连通域，若未标记，则标记它们，更新区域面积，更新边界位置，并将其推入栈中继续扩展。 3. **筛选封闭图形**： - 在标记完一个连通域后，检查该连通域的面积是否达到预设条件。如果是封闭图形（即边界完全闭合），则将其相关信息（标签、面积、边界框）存入`Feather`结构体列表`featherList`中。 4. **输出结果**： - 清空`featherList`，释放旧的`dst`图像，并创建新的`dst`作为输出，以便存储标签信息。 通过这个函数，可以有效地从图像中提取出多个连通域，并根据指定的面积范围筛选出封闭图形，这对于许多应用场景，如物体检测、图像分割等都有重要的作用。执行此函数后，返回的`featherList`提供了有关每个封闭图形的关键信息，方便后续的分析和处理。