Question

简单来说，这是一个可用输入和我想要的相应输出的例子：

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（）进行二值化并获取标记图像后：

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 ]

从这里开始，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 ]

存在许多连接组件（在这种情况下：8个连接的5个组件）。 In 的组件，其像素总和<在 Out 中删除10（阈值）。

如何在C ++中实现它（可能使用OpenCV）？

我已经使用OpenCV在Python上完成了它，但是无法在C ++上实现。

这是我的Python代码的一部分，如果有用（标签是 cv2.connectedComponents（）的输出）：

for cnt in range(1, labels.max()+1): 
        idx = np.where(labels.copy() == cnt)
        valMat = In[idx]
        sum_valMat = sum(valMat)
        if sum_valMat > 3000:
            fingerNodes[idx] = 0

输入是一个简单的2D矩阵。这是连接组件的示例：

Answer 1

您已经在Python中实现了这一点，因此您知道如何解决问题。我想能够在C ++中实现它是一个知道你想要使用的库的问题。

您的Python实现效率非常低：您遍历标签，并为每个标签访问每个图像像素（idx = np.where(labels.copy() == cnt)）。如果您拥有多个标签，这可能会变得非常昂贵。

在下面的代码中，我循环一次图像以累积每个标签的图像强度之和，然后一次用计算的总和绘制图像（对于带有标签的每个像素，查找总和对于该标签），然后再一次阈值此图像。然后，我将此阈值图像用作遮罩，将输入图像中您不想保留的像素设置为0。

我在这里使用DIPlib。虽然我确定你可以用某种方式使用OpenCV复制它，如果你真的想要使用它。

#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();
}

Answer 2

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。然后应将生成的标签图像进行二值化，并按元素乘以源，以获得所需的结果。

从图像中移除具有像素值之和<1的连通分量。阈

2 个答案: