OpenCV中的新函数connectedComponentsWithStats使用

分别对应各个轮廓的x,y,width,height和面积。注意0的区域标识的是background

而centroids则对应的是中心点

而label则对应于表示是当前像素是第几个轮廓

例子：

对于图像

Mat img = cv::imread( "e:/sandbox/rect.png",0); 

    cv::Mat  img_edge, labels, img_color, stats,centroids;

    cv::threshold(img, img_edge, 128, 255, cv::THRESH_BINARY);

    bitwise_not(img_edge,img_edge);

    cv::imshow("Image after threshold", img_edge);

    int i, nccomps = cv::connectedComponentsWithStats (

        img_edge, labels,

        stats, centroids

        );

    cout << "Total Connected Components Detected: " << nccomps << endl;

    vector<cv::Vec3b> colors(nccomps+1);

    colors[0] = Vec3b(0,0,0); // background pixels remain black.

    for( i = 1; i < nccomps; i++ ) {

        colors[i] = Vec3b(rand()%256, rand()%256, rand()%256);

        if( stats.at<int>(i, cv::CC_STAT_AREA) < 200 )

            colors[i] = Vec3b(0,0,0); // small regions are painted with black too.

    }

    img_color = Mat::zeros(img.size(), CV_8UC3);

    for( int y = 0; y < img_color.rows; y++ )

        for( int x = 0; x < img_color.cols; x++ )

        {

            int label = labels.at<int>(y, x);

            CV_Assert(0 <= label && label <= nccomps);

            img_color.at<cv::Vec3b>(y, x) = colors[label];

        }

    cv::imshow("Labeled map", img_color);

    cv::waitKey();