(1)cv::connectedComponents()
1 int nccomps=connectedComponents (
2 cv::InputArrayn image,
3 cv::OutputArray labels,
4 int connectivity = 8,
5 int ltype = CV_32S );
函数返回值nccomps为int型，表示连通域个数；
image： 输入图像（8-bit,单通道图像）
lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
connetivity: 表示4或8邻域连接(int型)
ltype: 表示输出标记图的类型（CV_32S，CV_16U）
(2)cv::connectedComponentsWithStats()函数（2）增加了一下重要信息，包围框（bounding box）、面积和质心等。
1 int nccomps=connectedComponentsWithStats (
2 cv::InputArrayn image,
3 cv::OutputArray labels,
4 cv::OutputArray stats,
5 cv::OutputArray centroids,
6 int connectivity = 8,
7 int ltype= CV_32S
8 )；
image： 输入图像（8-bit,单通道图像）
lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
star:一个5*nccomps的矩阵，分别对应各个轮廓的x,y,width,height和面积
centroids:一个2*nccomps的居住，表示每个连通域的质心
connetivity: 表示4或8邻域连接(int型)
ltype: 表示输出标记图的类型（CV_32S，CV_16U）
star输出图：
话不多说上源码：（面积小于3000的置零）
1 #include <algorithm>
2 #include <iostream>
3 #include<opencv2/opencv.hpp>
4 using namespace cv;
5 using namespace std;
6
7 int main()
8 {
9
10 Mat img, img_edge, labels, centroids, img_color, stats;
11 img = imread("C:\Users\hsy\Desktop\3.jpg", 0);
12 threshold(img, img_edge, 0, 255, THRESH_OTSU);
13 int nccomps = connectedComponentsWithStats(img_edge, labels, stats, centroids);
14 cout << "连通域个数: " << nccomps << endl;
15 vector<Vec3b>colors(nccomps + 1);;
16 colors[0] = Vec3b(0, 0, 0);
17 for (int i = 1; i <= nccomps; i++)
18 {
19 colors[i] = Vec3b(rand() % 256, rand() % 256, rand() % 256);
20 if (stats.at<int>(i, CC_STAT_AREA) < 2500)
21 colors[i] = Vec3b(0, 0, 0);
22
23 cout << stats.at<int>(i - 1, CC_STAT_AREA) << endl;//连通域的面积
24
25 }
26 img_color = Mat::zeros(img.size(), CV_8UC3);
27 for (int y = 0; y < img_color.rows; y++)
28 for (int x = 0; x < img_color.cols; x++)
29 {
30 int label = labels.at<int>(y, x);
31 CV_Assert(0 <= label && label <= nccomps);
32 img_color.at<Vec3b>(y, x) = colors[label];
33 }
34
35 imshow("Labeled map", img_color);
36 imshow("img", img);
37 waitKey();
38 return 0;
39 }
