C++ 从图像中删除具有像素值总和的连接组件<；门槛

简单地说，这是一个可用输入和我想要的相应输出的示例：

In: [ 0 0 0 0 0 0 1 0 1 0
      0 6 6 0 0 0 0 1 1 0
      0 8 9 0 0 0 0 0 1 1
      8 0 0 0 9 9 0 0 0 0
      0 0 0 0 8 8 0 0 0 0
      0 0 0 0 0 0 0 0 0 0
      9 9 7 0 0 0 0 0 1 0
      0 6 8 0 0 0 0 3 2 0
      0 0 0 0 0 0 0 2 1 0
      0 0 0 0 0 0 0 0 0 0 ]

使用cv2.connectedComponents（）进行二值化并获得带标签的图像后：

labels: [ 0 0 0 0 0 0 1 0 1 0
          0 2 2 0 0 0 0 1 1 0
          0 2 2 0 0 0 0 0 1 1
          2 0 0 0 3 3 0 0 0 0
          0 0 0 0 3 3 0 0 0 0
          0 0 0 0 0 0 0 0 0 0
          4 4 4 0 0 0 0 0 5 0
          0 4 4 0 0 0 0 5 5 0
          0 0 0 0 0 0 0 5 5 0
          0 0 0 0 0 0 0 0 0 0 ]

从这里，我想要以下输出：

Out: [0 0 0 0 0 0 0 0 0 0
      0 6 6 0 0 0 0 0 0 0
      0 8 9 0 0 0 0 0 0 0
      8 0 0 0 9 9 0 0 0 0
      0 0 0 0 8 8 0 0 0 0
      0 0 0 0 0 0 0 0 0 0
      9 9 7 0 0 0 0 0 0 0
      0 6 8 0 0 0 0 0 0 0
      0 0 0 0 0 0 0 0 0 0
      0 0 0 0 0 0 0 0 0 0 ]

存在许多连接的组件（在本例中：5个组件具有8-connectivity）。像素总和小于10（阈值）的组件（在中的在中被移除

如何在C++中实现这一点（可能使用OpenCV）？< /P>

我已经在Python上使用OpenCV完成了，但是不能在C++上实现。p> 这是Python代码的一部分，如果有用的话（labels是cv2.connectedComponents（）的输出）：

输入是一个简单的2D矩阵。这是一个连接组件的示例：

---

您已经在Python中实现了这一点，因此您知道如何解决这个问题。我想能够在C++中实现它是知道你想要使用的库的问题。 Python实现的效率非常低：迭代标签，并针对每个标签访问每个图像像素（

idx=np.where（labels.copy（）==cnt）

）。如果你有超过几个的标签，这会变得非常昂贵

在下面的代码中，我在图像上循环一次以累积每个标签的图像强度总和，然后循环一次以计算出的总和绘制图像（对于每个带有标签的像素，查找该标签的总和），然后再循环一次以对该图像设置阈值。然后，我使用这个阈值图像作为遮罩，将输入图像中不希望保留的像素设置为0

我在这里用。虽然我相信如果你真的想使用OpenCV，你可以用某种方式复制它

#include "diplib.h"
#include "dipviewer.h"
#include "diplib/file_io.h"
#include "diplib/regions.h"
#include "diplib/measurement.h"

int main() {
   // Create a test image with similar properties to your example
   dip::Image input = -dip::ImageReadICS( "/Users/cris/newdip/examples/cermet.ics" );
   input.At( input < 120 ) = 0;
   // Display
   dip::viewer::ShowSimple( input, "input image" );
   // Threshold and label
   dip::Image label = dip::Label( input > 0 );
   // Obtain sum of pixels per label
   dip::MeasurementTool measurementTool;
   auto msr = measurementTool.Measure( label, input, { "Mass" } );
   // Paint each label with the measured value
   dip::Image feature = dip::ObjectToMeasurement( label, msr[ "Mass" ] );
   // Create output as a copy of the input, with low feature values set to 0
   dip::Image output = input.Copy();
   output.At( feature < 100000 ) = 0;
   // Display
   dip::viewer::ShowSimple( output, "output image" );
   dip::viewer::Spin();
}

#包括“diplib.h”
#包括“dipviewer.h”
#包括“diplib/file_io.h”
#包括“diplib/regions.h”
#包括“diplib/measurement.h”
int main（）{
//创建具有与示例类似属性的测试映像
dip:：Image input=-dip:：ImageReadICS（“/Users/cris/newdip/examples/cermet.ics”）；
输入。At（输入<120）=0；
//展示
dip:：viewer:：ShowSimple（输入，“输入图像”）；
//阈值和标签
dip:：图像标签=dip:：标签（输入>0）；
//获取每个标签的像素总和
dip:：MeasurementTool MeasurementTool；
auto msr=measurementTool.Measure（标签，输入，{“质量”}）；
//用测量值绘制每个标签
dip:：Image feature=dip:：ObjectToMeasurement（标签，msr[“质量]）；
//将输出创建为输入的副本，将低要素值设置为0
dip:：Image output=input.Copy（）；
输出.At（特性<100000）=0；
//展示
dip:：viewer:：ShowSimple（输出，“输出图像”）；
dip:：viewer:：Spin（）；
}

---

如果您想坚持使用opencv，可以使用

cv:：calcHist

来计算每个标签的出现次数，以及对应于小于10的bin值的filrerout值。

---

然后，应将生成的labeld图像进行二值化，并按元素乘以源以获得所需的结果。

定义“blob”。。。我已经编辑了这个问题。我希望这足够清楚，不是真的。连通性与零有关，对吗？非零点的对角邻接是否构成连接？或者连接必须是并排的？零是背景。我指的是所有非零元素之间的连通性。从图中可以看出，对角线算作连通性。原文中没有这样的例子。谢谢你的详细回答！你是对的，我也知道要使用的函数，但我就是不知道如何编写它（我是C++新手）。这正是我想要的，只是我更喜欢使用OpenCV。这只是使用OpenCV的大型代码的一小部分。我会用你的答案，也许对我有帮助：）谢谢！我试图用C或C++编码它，并被卡在那里（我可以很容易地用python做它很简单）

#include "diplib.h"
#include "dipviewer.h"
#include "diplib/file_io.h"
#include "diplib/regions.h"
#include "diplib/measurement.h"

int main() {
   // Create a test image with similar properties to your example
   dip::Image input = -dip::ImageReadICS( "/Users/cris/newdip/examples/cermet.ics" );
   input.At( input < 120 ) = 0;
   // Display
   dip::viewer::ShowSimple( input, "input image" );
   // Threshold and label
   dip::Image label = dip::Label( input > 0 );
   // Obtain sum of pixels per label
   dip::MeasurementTool measurementTool;
   auto msr = measurementTool.Measure( label, input, { "Mass" } );
   // Paint each label with the measured value
   dip::Image feature = dip::ObjectToMeasurement( label, msr[ "Mass" ] );
   // Create output as a copy of the input, with low feature values set to 0
   dip::Image output = input.Copy();
   output.At( feature < 100000 ) = 0;
   // Display
   dip::viewer::ShowSimple( output, "output image" );
   dip::viewer::Spin();
}