openCV3.0 C++ 学习笔记补充(自用 代码+注释)

环境：OpenCV3.2.0 + VS2015

（可用于降噪）

cv::connectedComponents()：

        仅创建了一个标记图（图中不同连通域使用不同的标记，和原图宽高一致）

cv::connectedComponentsWithStats()：

        除了创建标记图以外，还可以返回每个连通区域的重要信息-- bounding box, area, and center of mass( centroid)

void QuickDemo::connectedComponents_demo(Mat & image)
{
	cv::Mat grayMat;
	cv::cvtColor(image, grayMat, cv::COLOR_BGR2GRAY);

	cv::Mat thresholdMat;
	cv::threshold(grayMat, thresholdMat, 120, 255, CV_THRESH_BINARY);

	int nccomps;
	cv::Mat labels, stats, centroids;
	nccomps = cv::connectedComponentsWithStats(thresholdMat, labels, stats, centroids);
	//参数一：二值图像		labels参数二：标记图(和原图同大)		
	//stats参数三：nccomps*5的矩阵(每个连通域外接矩形的 x, y, width, heigth, area)
	//centroids参数四：每个连通域的质心
	printf("原始图像 轮廓数 nccomps = %d n", nccomps);

	//初始化颜色表
	vector colors(nccomps);
	colors[0] = cv::Vec3b(0, 0, 0);	//第一个连通域为背景，背景色设为黑色
	for (int i = 1; i < nccomps; i++)
	{
		//用于不同区域的随机彩色
		colors[i] = cv::Vec3b(rand() % 256, rand() % 256, rand() % 256);
		//colors[i] = cv::Vec3b(255, 255, 255);
		//将面积<100的连通域填充为黑色(相当于去除，即与背景同化)
		if (stats.at(i, cv::CC_STAT_AREA) < 100)
			colors[i] = cv::Vec3b(0, 0, 0);
	}

	cv::Mat imgColor = cv::Mat::zeros(thresholdMat.size(), CV_8UC3);
	for (int y = 0; y < imgColor.rows; y++)
	{
		for (int x = 0; x < imgColor.cols; x++)
		{
			int label = labels.at(y, x);
			//CV_Assert() 若括号中的表达式值为false，则返回一个错误信息。
			CV_Assert(0 <= label && label <= nccomps);
			//同个标签则设为同样的颜色
			imgColor.at(y, x) = colors[label];
		}
	}

	//统计去除小连通域后图像 的轮廓数
	cv::imshow("降噪后imgColor", imgColor);
	cv::cvtColor(imgColor, imgColor, cv::COLOR_BGR2GRAY);
	nccomps = cv::connectedComponentsWithStats(imgColor, labels, stats, centroids);
	printf("处理后图像 轮廓数 nccomps = %d n", nccomps);

	cv::imshow("gray", grayMat);
	cv::imshow("thresholdMat", thresholdMat);

	cv::Mat thresholdMat2;
	cv::threshold(imgColor, thresholdMat2, 0, 255, CV_THRESH_BINARY);
	cv::imshow("二次阈值", thresholdMat2);

	cv::threshold(imgColor, thresholdMat, 0, 255, CV_THRESH_BINARY_INV);
	cv::imshow("黑白颠倒后", thresholdMat);
}

2、