图像处理之基于图的广度优先搜索组件标记算法
一：图的遍历与广度优先搜索算法
图的遍历算法最常用是广度优先搜索算法(BFS)与深度优先搜索算法(DFS)，从一个的
节点开始，访问相邻的所有子节点，接着从这些子节点出发访问下个相邻子节点，如
此重复直到所有节点都被访问。
二：二值图像组件标记实现流程
如果把图像的每个像素点看成为图的一个节点，则二值图像中的每个连通区域都可以
看成一个无向图，只要遍历图像中的每个像素点就可以找出每个连通区域，实现对二
值图像连通区域组件的标记。大致步骤为：
1. 扫描图像的每个像素点，获得位置信息与图像的灰度值强度(0~255)成为图的节点
2. 对每个节点，初始化状态与获取它的上下左右四个邻域节点
1. 遍历每个节点- BFS
2. 输出结果与显示
三：运行效果
四：关键程序实现代码
图的搜索算法，节点状态有三种，未访问(Unvisit)，已经访问(Visited)，已经标记(Marked)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
|
package com.gloomyfish.image.watershed;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
/**
* Breath First Search for graphics
* @author gloomyfish
*
*/
public class BFSAlgorithm {
private List<PixelPoint> pixelList = null;
private int grayLevel = 1;
public int getGrayLevel() {
return grayLevel;
}
public int getTotalOfLabels()
{
Map<Integer, Integer> labelMap = new HashMap<Integer, Integer>();
for(PixelPoint p : pixelList)
{
if(p.getValue() >= grayLevel)
{
if(labelMap.containsKey(p.getLabel()))
{
Integer count = labelMap.get(p.getLabel());
count += 1;
labelMap.put(p.getLabel(), count);
}
else
{
labelMap.put(p.getLabel(), new Integer(1));
}
}
}
Integer[] keys = labelMap.keySet().toArray(new Integer[0]);
for(Integer key : keys)
{
System.out.println("Label index : " + key);
}
System.out.println("total labels : " + labelMap.size());
return labelMap.size();
}
public void setGrayLevel(int grayLevel) {
this.grayLevel = grayLevel;
}
public BFSAlgorithm(List<PixelPoint> pixelList)
{
this.pixelList = pixelList;
grayLevel = 1; // front color - target pixel
}
public void process()
{
if(this.pixelList == null) return;
int label = 1;
for(PixelPoint pp : pixelList)
{
if(pp.getValue() >= grayLevel)
{
if(pp.getStatus() == PixelPoint.UNMARKED)
{
pp.setStatus(PixelPoint.VISITED);
pp.setLabel(label);
MyQueue mq = new MyQueue(10000);
for(PixelPoint npp : pp.getNeighbours())
{
if(npp.getStatus() == PixelPoint.UNMARKED && npp.getValue() >= grayLevel)
{
npp.setStatus(PixelPoint.MARKED);
mq.enqueue(npp);
}
}
while(!mq.isEmpty())
{
PixelPoint obj = (PixelPoint)mq.dequeue();
if(obj.getStatus() == PixelPoint.MARKED)
{
obj.setLabel(label);
obj.setStatus(PixelPoint.VISITED);
}
for(PixelPoint nnpp : obj.getNeighbours())
{
if(nnpp.getStatus() == PixelPoint.UNMARKED && nnpp.getValue() >= grayLevel)
{
nnpp.setStatus(PixelPoint.MARKED);
mq.enqueue(nnpp);
}
}
}
label++;
}
}
}
}
}
|
图像组件标记算法代码：
|
1
2
3
4
5
6
|
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Python HTTP 请求工具对比：urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求（如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师：业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段，其价值 ...
2025-09-12用 SQL 验证业务逻辑：从规则拆解到数据把关的实战指南 在业务系统落地过程中，“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例：数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下，精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析：概念辨析与协同价值 在数据驱动决策的体系中，“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析：从操作实践到业务价值挖掘 在数据分析场景中，聚类分析作为 “无监督分组” 的核心工具，能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的：从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具，并非简单的 “公式堆砌”，而是围绕特定 ...
2025-09-10CDA 数据分析师：商业数据分析实践的落地者与价值创造者 商业数据分析的价值，最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键：从业务到落地的全流程解析 在人工智能技术落地的浪潮中，机器学习作为核心工具，已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS（Statistical Product and Service Solutions，统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师：驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中，商业数据分析总体 ...
2025-09-09R 语言：数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代，无论是科研人员验证实验假设（如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域，常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下，“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而，零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点：原理、优势与应用解析 在机器学习领域，随机森林（Random Forest）作为集成学习（Ensemble Learning） ...
2025-09-05Excel 区域名定义：从基础到进阶的高效应用指南 在 Excel 数据处理中，频繁引用单元格区域（如A2:A100、B3:D20）不仅容易出错， ...
2025-09-05CDA 数据分析师：以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下，CDA（Certified Data Analyst） ...
2025-09-05SQL 日期截取：从基础方法到业务实战的全维度解析 在数据处理与业务分析中，日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络（CNN）的发展历程中，解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
