点击上方蓝字关注我们
微信公众号:OpenCV学堂关注获取更多计算机视觉与深度学习知识
微信公众号:OpenCV学堂
关注获取更多计算机视觉与深度学习知识
联通组件算子(CCL)
int cv::connectedComponents( InputArray image, // 输入二值图像,黑色背景 OutputArray labels, // 输出的标记图像,背景index=0 int connectivity = 8, // 连通域,默认是8连通 int ltype = CV_32S // 输出的labels类型,默认是CV_32S)
int cv::connectedComponents(
InputArray image, // 输入二值图像,黑色背景
OutputArray labels, // 输出的标记图像,背景index=0
int connectivity = 8, // 连通域,默认是8连通
int ltype = CV_32S // 输出的labels类型,默认是CV_32S
)
带统计信息的联通组件标记函数
int cv::connectedComponentsWithStats(InputArray image, // 输入二值图像,黑色背景OutputArray labels, // 输出的标记图像,背景index=0OutputArray stats, // 统计信息,包括每个组件的位置、宽、高与面积OutputArray centroids, // 每个组件的中心位置坐标cx, cyint connectivity, // 寻找连通组件算法的连通域,默认是8连通int ltype, // 输出的labels的Mat类型CV_32Sint ccltype // 连通组件算法)
int cv::connectedComponentsWithStats(
OutputArray stats, // 统计信息,包括每个组件的位置、宽、高与面积
OutputArray centroids, // 每个组件的中心位置坐标cx, cy
int connectivity, // 寻找连通组件算法的连通域,默认是8连通
int ltype, // 输出的labels的Mat类型CV_32S
int ccltype // 连通组件算法
在OpenCV实验大师中封装的第二个函数支持。
不同速度 现象对比
查找问题与代码修改
ccl time : 22649.269342422485 ms
result[labels==t] = colors[t]
ccl time : 4321.542501449585 ms
OpenCV4系统化学习
推荐阅读
OpenCV4.8+YOLOv8对象检测C++推理演示
ZXING+OpenCV打造开源条码检测应用
攻略 | 学习深度学习只需要三个月的好方法
三行代码实现 TensorRT8.6 C++ 深度学习模型部署
实战 | YOLOv8+OpenCV 实现DM码定位检测与解析
对象检测边界框损失 – 从IOU到ProbIOU
初学者必看 | 学习深度学习的五个误区