当前位置: 首页 > news >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.dtcms.com/a/230801.html

相关文章:

  • 纹理压缩格式优化
  • 【DeepSeek】【Dify】:用 Dify 对话流+标题关键词注入,让 RAG 准确率飞跃
  • python打卡第44天
  • 安全-JAVA开发-第二天
  • AI Agent 能否理解人类的行为和决策?
  • Kafka broker 写消息的过程
  • Vue3+Vite中lodash-es安装与使用指南
  • 48V带极性反接保护-差共模浪涌防护方案
  • 9.RV1126-OPENCV 视频的膨胀和腐蚀
  • 海信IP810N-海思MV320芯片-安卓9-2+16G-免拆优盘卡刷固件包
  • Electron打包前端和后端为exe
  • 【uniapp开发】picker组件的使用
  • Vim查看文件十六进制方法
  • 4. 数据类型
  • Linux开发工具(apt,vim,gcc)
  • git cherry-pick (28)
  • 生产环境问题排查:日志分析与性能瓶颈定位(二)
  • react+taro 开发第五个小程序,解决拼音的学习
  • 从上下文学习和微调看语言模型的泛化:一项对照研究
  • 我的概要设计模板(以图书管理系统为例)
  • 中国区域30m/15天植被覆盖度数据集(2010-2022)
  • 【Pandas】pandas DataFrame reset_index
  • 关于udp——mqtt运行注意事项
  • js鼠标事件大全
  • 6.4 计算机网络面试题
  • 每日算法刷题Day22 6.4:leetcode二分答案3道题,用时1h30min
  • 华为云Flexus+DeepSeek征文|实战体验云服务器单机部署和CCE高可用的架构AI赋能
  • 硬件学习笔记--66 MCU的DMA简介
  • macOS 上使用 Homebrew 安装redis-cli
  • 力扣面试150题--岛屿数量