当前位置: 首页 > article >正文

OpenCV CUDA模块图像处理------图像连通域标记接口函数connectedComponents()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

该函数在 GPU 上执行二值图像的连通域标记操作,即将图像中所有相连的前景像素区域赋予相同的标签(label),以便后续分析和处理。
返回的 labels 是一个与输入图像大小相同的数据矩阵,其中每个像素的值表示它所属的连通域编号(从 0 开始)。

该函数接收一个二值图像作为输入,并执行连通组件标记(Connected Components Labeling)。输出是一个为每个连通组件分配了唯一标签(整数值)的图像。ltype指定了输出标签图像的类型,这是基于总标签数或源图像中的总像素数的重要考虑因素。ccltype指定了要使用的连通组件标记算法,当前支持BKE [11]算法,详情请参见ConnectedComponentsAlgorithmsTypes。请注意,输出中的标签不需要是连续的。

函数原型

void cv::cuda::connectedComponents 
(InputArray  	image,OutputArray  	labels,int  	connectivity,int  	ltype,cv::cuda::ConnectedComponentsAlgorithmsTypes  	ccltype 
) 	

参数

  • image:需要被标记的8位单通道图像。
  • labels:目标标记图像。
  • connectivity:用于标记过程的连通性。支持使用8表示8向连通性。
  • ltype:输出图像标签类型。当前支持CV_32S。
  • ccltype:连通组件算法类型(详见ConnectedComponentsAlgorithmsTypes)。

注意:一个演示如何在CUDA中实现连通组件标记的示例程序可以在opencv_contrib_source_code/modules/cudaimgproc/samples/connected_components.cpp找到。

代码示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// Step 1: 加载图像并转换为二值图像cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_GRAYSCALE );if ( h_img.empty() ){std::cerr << "Failed to load image!" << std::endl;return -1;}// 将灰度图像二值化cv::threshold( h_img, h_img, 128, 255, cv::THRESH_BINARY );// Step 2: 将图像上传到 GPUcv::cuda::GpuMat d_img, d_labels;d_img.upload( h_img );// Step 3: 执行连通域标记int connectivity = 8;       // 使用 8 连通int ltype        = CV_32S;  // 输出标签类型为 32 位整型// 确保使用的算法类型是有效的cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype = cv::cuda::CCL_DEFAULT;cv::cuda::connectedComponents( d_img, d_labels, connectivity, ltype, ccltype );// Step 4: 下载结果并显示cv::Mat h_labels;d_labels.download( h_labels );// 可视化:将标签映射为颜色cv::Mat coloredLabels;h_labels.convertTo( coloredLabels, CV_8U, 255.0 / cv::countNonZero( h_labels ) );  // 正常化标签值到[0, 255]// 应用伪色彩映射cv::applyColorMap( coloredLabels, coloredLabels, cv::COLORMAP_JET );cv::imshow( "Original Image", h_img );cv::imshow( "Connected Components", coloredLabels );cv::waitKey( 0 );return 0;
}

运行结果

在这里插入图片描述

http://www.lryc.cn/news/2399324.html

相关文章:

  • Android Studio 打包时遇到了签名报错问题:Invalid keystore format
  • 内存管理【Linux操作系统】
  • Go语言学习-->从零开始搭建环境
  • 【力扣】3403. 从盒子中找出字典序最大的字符串 I
  • 苹果企业签名撤销
  • 12306高并发计算架构揭秘:Apache Geode 客户端接入与实践
  • JSON to Excel 3.0.0 版本发布 - 从Excel插件到Web应用的转变
  • 【前端】Vue3+elementui+ts,给标签设置样式属性style时,提示type check failed for prop,再次请出DeepSeek来解答
  • Neo4j 监控全解析:原理、技术、技巧与最佳实践
  • PyTorch——优化器(9)
  • 07 APP 自动化- appium+pytest+allure框架封装
  • Postgresql常规SQL语句操作
  • 智能合约安全漏洞解析:从 Reentrancy 到 Integer Overflow
  • 英国2025年战略防御评估报告:网络与电磁域成现代战争核心
  • 基于QPSK调制解调+Polar编译码(SCL译码)的matlab性能仿真,并对比BPSK
  • go语言学习 第5章:函数
  • Qt Quick快速入门笔记
  • 《波段操盘实战技法》速读笔记
  • Glide NoResultEncoderAvailableException异常解决
  • 工厂模式与多态结合
  • 无人机巡检智能边缘计算终端技术方案‌‌——基于EFISH-SCB-RK3588工控机/SAIL-RK3588核心板的国产化替代方案‌
  • 相机--相机成像原理和基础概念
  • 2025-0604学习记录17——文献阅读与分享(2)
  • 图解浏览器多进程渲染:从DNS到GPU合成的完整旅程
  • 【计算机网络】第3章:传输层—TCP 拥塞控制
  • idea不识别lombok---实体类报没有getter方法
  • 【Hive入门】
  • 亚马逊站内信规则2025年重大更新:避坑指南与合规策略
  • 01 - AI 时代的操作系统课 [2025 南京大学操作系统原理]
  • 数组1 day7