Image processing 如何在二维矩阵中找到非零子群？

我目前与Luajit Torch合作，遇到了一个问题。 我有一个张量（2D矩阵），它的数字可以是任何正整数或零。我需要对所有非零的值进行分组，并找到每一组的重心。我试图解决这个问题，因为它是一个灰度图像（0是黑色区域），并试图首先找到非黑色区域，然后计算这些区域的质心，但我还没有找到算法

---

我仍然在努力寻找子组的索引，提前感谢

这是基本的连接组件。这里有一个很好的链接，介绍如何在图形上执行此操作，其中图像只是一个2D图形，其边以4或8连接的方式连接到每个像素（本例中为节点）。如果不能做到这一点，您可以使用我在Lua的graph算法中找到的这个包：我不太了解Union Find，我宁愿使用imgraph，我仍在试图弄清楚它到底是如何工作的，据我所知，我应该调用.graph函数从图像中检索图形，并调用图形上的connectcomponents，是吗？就是这样！谢谢我想我应该把我的矩阵变成一个图，对它进行分段并提取它的成分，这给了我一个包含所有分段边界框的表格。然而，奇怪的事情发生了，如果我用高斯核卷积我的输入矩阵，核越大，生成的段就越少，对吗？问题是，恰恰相反的情况正在发生，我看错了？高斯模糊倾向于平滑边缘，因此对我来说，生成更多的线段是有意义的。除非我看到图像，否则我真的不能告诉你。这超出了你的问题范围。