实验中需要用到区域联通的算法，就是类似于matlab中bwlabel的函数。网上找了找c++源码未果，bwlabel-python版用python描述了matlab中的实现方法，但是最后对标签的处理部分并未看明白，故自己用c++实现了一个。先直接看bwlabel函数代码：

cv::Mat bwlabel(const cv::Mat in, int * num, const intmode)

{const int num_runs = number_of_runs(in);int * sc = new int[num_runs];int * ec = new int[num_runs];int * r = new int[num_runs];int * labels = new int[num_runs];

memset(labels,0, sizeof(int)*num_runs);

fill_run_vectors(in, sc, ec, r);

first_pass(sc, ec, r, labels, num_runs, mode);

cv::Mat result= cv::Mat::zeros(in.size(), CV_8UC1);int number = 0;for(int i = 0; i < num_runs; i++)

{

uchar* p_row = result.ptr(r[i]);for(int j = sc[i]; j <= ec[i]; j++)

p_row[j]=labels[i];if(number

number=labels[i];

}if(num !=NULL)*num =number;

delete [] sc;

delete [] ec;

delete [] r;

delete [] labels;returnresult;

}

bwlabel中要用到三个辅助函数：number_of_runs，fill_run_vectors，first_pass。函数number_of_runs计算每一行中非零像素团的个数并累加起来。

1 1 0 0 0 1 1 1 0 0

比如，上面这一行就有2个非零像素团，我们称这样的像素团为Run，函数number_of_runs实现如下：

int number_of_runs(const cv::Mat in)

{const int rows = in.rows;const int cols = in.cols;int result = 0;for(int row = 0; row < rows; row++)

{const uchar * p_row = in.ptr(row);if(p_row[0] != 0)

result++;for(int col = 1; col < cols; col++)

{if(p_row[col] != 0 && p_row[col-1] == 0)

result++;

}

}returnresult;

}

这个函数算法思想是，扫描每一行，对每一行，如果当前元素非零并且前一元素为零则Run的个数加一。

函数fill_run_vectors的作用是填充三个数据结构：sc[],ec[],r[]，它们分别表示开始列标、结束列标和行标，数组长度为由number_of_runs函数得到的Run的个数。函数fill_run_vectors实现如下：

void fill_run_vectors(const cv::Mat in, int sc[], int ec[], intr[])

{const int rows = in.rows;const int cols = in.cols;int idx = 0;for(int row = 0; row < rows; row++)

{const uchar * p_row = in.ptr(row);int prev = 0;for(int col = 0; col < cols; col++)

{if(p_row[col] !=prev)

{if(prev == 0)

{

sc[idx]=col;

r[idx]=row;

prev= 1;

}else{

ec[idx++] = col - 1;

prev= 0;

}

}if(col == cols-1 && prev == 1)

{

ec[idx++] =col;

}

}

}

}

算法思想还是遍历每一行，用变量prev保存一行中上一个团是0还是1，如果出现01跳变那么就要记录下新的Run的开始列标和行标，如果出现10跳变(或者这行结束并且prev=1)那么就记录下这个Run的结束列标。

函数first_pass顾名思义，字面上说第一次扫描。因为函数扫描每一个Run块，给它打标签。当出现如下情况时：

1 1 0 0 1 1 1 0

0 1 1 1 1 0 0 0

函数给第一行第一个Run打上标签1，第二个Run打上标签2，当遍历到第二行时，发现这一行的一个Run与第一行第一个Run相邻，故打上标签1，但当继续遍历时发现这个Run也与第一行第二个Run相邻，但函数并没有改变第一行第二个Run的标签，而是记录下这两个标签其实该一样。遍历完第二行结果为：

1 1 0 0 2 2 2 0

0 1 1 1 1 0 0 0

遍历完每一个Run过后就是处理刚才未处理的标签了。函数first_pass实现如下：

void first_pass(const int sc[], const int ec[], const int r[],int labels[], const int num_runs, const intmode)

{int cur_row = 0;int next_label = 1;int first_run_on_prev_row = -1;int last_run_on_prev_row = -1;int first_run_on_this_row = 0;int offset = 0;int * equal_i = new int[num_runs];int * equal_j = new int[num_runs];int equal_idx = 0;if(mode == 8)

offset= 1;for(int k = 0; k < num_runs; k++)

{if(r[k] == cur_row + 1)

{

cur_row+= 1;

first_run_on_prev_row=first_run_on_this_row;

first_run_on_this_row=k;

last_run_on_prev_row= k - 1;

}else if(r[k] > cur_row + 1)

{

first_run_on_prev_row= -1;

last_run_on_prev_row= -1;

first_run_on_this_row=k;

cur_row=r[k];

}if(first_run_on_prev_row >= 0)

{int p =first_run_on_prev_row;while(p <= last_run_on_prev_row && sc[p] <= (ec[k] +offset))

{if(sc[k] <= ec[p] +offset)

{if(labels[k] == 0)

labels[k]=labels[p];else if(labels[k] !=labels[p])

{//labels[p] = labels[k];

equal_i[equal_idx] =labels[k];

equal_j[equal_idx]=labels[p];

equal_idx+= 1;

}

}

p+= 1;

}

}if(labels[k] == 0)

{

labels[k]= next_label++;

}

}/// process labels

for(int i = 0; i < equal_idx; i++)

{int max_label = equal_i[i] > equal_j[i] ?equal_i[i] : equal_j[i];int min_label = equal_i[i] < equal_j[i] ?equal_i[i] : equal_j[i];for(int j = 0; j < num_runs; j++)

{if(labels[j] ==max_label)

labels[j]=min_label;

}

}

delete [] equal_i;

delete [] equal_j;/process ignore labels

int * hist = new int[next_label];int * non_labels = new int[next_label];

memset(hist,0, sizeof(int)*next_label);int non_num = 0;for(int i = 0; i < num_runs; i++)

{

hist[labels[i]]++;

}for(int i = 1; i < next_label; i++)

{if(hist[i] == 0)

non_labels[non_num++] =i;

}for(int j = 0; j < num_runs; j++)

{int k =labels[j];for(int i = non_num-1; i >= 0; i--)

{if(k >non_labels[i])

{

labels[j]-= (i+1);break;

}

}

}

delete [] hist;

delete [] non_labels;

}

前面遍历每一个Run分两种情况，上一行有Run和上一行无Run：当上一行无Run时就分配一个新的标签，当上一行有Run时还要考虑是否与上一行Run相邻，若相邻则打上上一行的标签，当出现上面讲到的情况时就保存这两个标签到数组equal_i,equal_j中。

接下来就是处理equal_i和equal_j这两个数组了，要将它们当中相同族的不同标签合并到一起(注释process labels下面代码)。

这样过后还不能完事，有可能出现标签间断的现象(如1，2，4，6)，就是还必须把标签(如1，2，4，6)映射到一个连续的空间(1，2，3，4)。参见注释process ignore labels以下代码。

这样过后就差不多了，最后一步是在bwlabel中给返回的Mat中元素打上对应的标签。