Algorithm 如何确定多个元素的边界矩形？

我想实现一个算法，它将找到轮廓的边界矩形（已经由另一个算法确定）。我只有一个二值化图像（如下所示）。其基本思想是：

• 采取类似的方式-预处理的二值化图像

• 生产这样的东西

---

我可以建议一个简单的开始方法吗：

在图像中，对图像中的中点（x，y）执行二维二进制搜索。 从该点开始，执行洪水填充

• 如果填充图形的边界与图像的边界不同，则会找到一个闭合图形，从而找到其边界框

• 如果它填充了整个图像，那么您什么也没有命中，所以将图像划分为四个cuadrant并递归执行相同的操作。（您不需要检查以前找到的边界框图形中的点，从而在搜索过程中减少搜索空间）

对于每个元素：

They highest y - 1 is the top of the rectangle. 
The leftmost x - 1 is the left of the rectangle. 
The lowest y + 1 is the bottom of the rectangle. 
The rightmost x + 1 is the right of the rectangle.

---

注：我所说的最高值是指最靠近屏幕顶部的值，而不是最大值。

看起来OpenCV已经实现了一些算法来查找轮廓的边界框。因此，研究它们的功能如何工作可能是一个很好的开始。

---

检查连接的组件标签：。在这种情况下，您可以找到白色像素或黑色像素的连接组件（白色更容易计算，因为图像中的白点更少）。

您可以计算最小生成树并删除最长的边。然后你可以计算k-均值。移除另一条长边并计算k-均值。冲洗并重复，直到N=10。我相信该算法被命名为单链路k-means，集群类似于voronoi图：

“单链路k-聚类算法……正是Kruskal的算法……相当于找到MST并删除k-1最昂贵的边。”

请参见此处的示例：

然后对每个集群应用此规则：

They highest y - 1 is the top of the rectangle. 
The leftmost x - 1 is the left of the rectangle. 
The lowest y + 1 is the bottom of the rectangle. 
The rightmost x + 1 is the right of the rectangle.

---

注：我所说的最高值是指最靠近屏幕顶部的值，而不是最大值。

你有点误解了我：有一张图片（0和1的矩阵），我想找到这些矩形——它们的坐标。好吧，这是个好主意，但我想从头开始。我不能使用OpenCV的实现。在实现轮廓创建功能时，是否可以将每个轮廓分组为一组点？如果你能做到这一点，那么找到边界框就变得很简单了，因为你只需要在每个集合中找到最高点、最低点、最左边点和最右边点。我只得到了一张二值化图像-仅此而已。我必须以某种方式整理出边界矩形，然后你可以做的是实现一些轮廓跟踪算法，比如Moore Neighbor或Radial Sweep，这将是相当简单的，但允许你在找到白色像素后对它们进行分组。因此，基本上，开始浏览图像，直到找到一个白色像素。将其设置为起始像素并应用轮廓跟踪算法。算法完成跟踪后，使用找到的像素集确定边界框。然后找到下一个不在先前找到的轮廓集中的白色像素，并再次开始应用该算法。谢谢您的回答。我会在网上找一些资料。如果你发现了什么，请在评论中发表。2D二进制是指kd树吗？我的意思是像四叉树一样将空间分成4个单元。我认为kd树也可以。但是四叉树是很好的选择。看看我们的姐妹网站。我知道它必须有一个名字，我花了两天的时间才找到它。