bwconncomp
在二值图像中找到连接的分量
描述
例子
计算三维物体的质心
创建一个小的3d阵列样本。
BW = cat(3， [1 1 0;0 0 0;1 0 0),.．.[0 1 0;0 0 0;0 1 0),.．.[0 1 1;0 0 0;0 0 1);
在数组中找到连接的组件。
CC = bwconncomp (BW)
CC =结构体字段:连接:26 ImageSize: [3 3 3] NumObjects: 2 PixelIdxList: {[5x1 double] [3x1 double]}
计算数组中对象的质心。
S = regionprops (CC、“重心”）
S =2×1带有字段的结构数组:重心
从图像中删除最大的组件
将图像读入工作区并显示它。
BW = imread (“text.png”）;imshow (BW)
找到图像中连接组件的数量。
CC = bwconncomp (BW)
CC =结构体字段:连接:8 ImageSize: [256 256] NumObjects: 88 PixelIdxList: {1x88 cell}
确定哪个是图像中最大的组件并删除它(将所有像素设置为0)。
numPixels = cellfun (@numel CC.PixelIdxList);[最大,idx] = max (numPixels);BW (CC.PixelIdxList {idx}) = 0;
显示图像，注意最大的分量恰好是单词different中两个连续的f。
图imshow (BW)
输入参数
BW- - - - - -输入二进制图像
数字数组|逻辑阵列
输入二进制图像，指定为任意维度的数字或逻辑数组。对于数字输入，任何非零像素都被认为是在．
例子:BW = imread(“text.png”);
数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑
康涅狄格州- - - - - -像素连接
4|8|6|18|26|3-by-3-by -…3的矩阵0年代和1年代
像素连接性，指定为该表中的一个值。默认连接是8用于二维图像263 d图像。
价值 |
意义 |
|
|---|---|---|
二维的连接性 |
||
四连接 |
如果像素的边缘相接触，则它们是连接的。两个相邻的像素是同一对象的一部分，如果它们都是on，并沿水平或垂直方向连接。 |
|
8-connected |
如果像素的边缘或角相接触，则它们是连通的。两个相邻的像素是同一对象的一部分，如果它们都在水平、垂直或对角方向上连接。 |
|
三维的连接性 |
||
6-connected |
如果它们的脸相接触，像素就会连接起来。两个相邻的像素是同一对象的一部分，如果它们都是on并且连接在:
|
|
18-connected |
如果像素的面或边缘相接触，它们就被连接起来。如果两个相邻的像素都是on和in，则它们是同一对象的一部分
|
|
26-connected |
如果像素的面、边或角相接触，则它们是相连的。如果两个相邻的像素都是on和in，则它们是同一对象的一部分
|
|
更高的维度,bwconncomp使用默认值conndef(ndims (BW),“最大”)
数据类型:双|逻辑
输出参数
提示
的函数
bwlabel，bwlabeln,bwconncomp所有计算连接组件的二进制图像。bwconncomp取代bwlabel和bwlabeln．它使用的内存明显更少，有时比其他功能更快。从二值图像中提取特征，使用
regionprops对于默认连接，只要通过即可BW直接进入regionprops使用命令regionprops (BW)．为了计算具有更高内存效率的数据类型的标签矩阵(例如，
uint8与双),用labelmatrix功能上的输出bwconncomp．有关更多信息，请参阅每个函数的文档。
算法
找到连接组件的基本步骤是:
搜索下一个未标记的像素，
p．使用泛填充算法来标记包含在连接组件中的所有像素
p．重复步骤1和2，直到所有像素都被标记。
扩展功能
你也可以从以下列表中选择一个网站:
