连接组件是图像分析中最常用的算法之一，本文主要介绍用该方法进行组件标记的方法，同时也可以使用其实现状态的统计。 具体内容可以详细阅读以下内容~
目录
连通手段连通手段标识连通手段状态统计连通组件
连通组件标记
概念：连通手段标识算法(connectedcomponentlabelingalgorithm )是图像分析中最常用的算法之一。函数： retval，labels=cv2 .连接的组件(图像，连接，类型) ) ) ) ) ) ) ) )。
输入
image，//输入二值图像，黑色背景connectivity=8，//连通区域，默认为8连通ltype=CV_32，//输出的labels类型，默认为CV_32S输出
retval，//num_labelslabels，//输出的标记图像，背景索引=0的示例：
导入CV2AS CV
导入编号为
src=cv.im读取(' pill.png ) ) 9500.163.com) ) )。
西班牙足球甲级联赛
src=cv .高斯蓝(src，(3，3，0 ) ) ) ) ) ) ) ) ) ) ) ) )。
灰色=CV.CVTColor (SRC，CV.Color _ BGR 2灰色) )。
ret，binary=cv.threshold (灰色，0，255，cv.thresh _ binary|cv.thresh _ Otsu ) ) ) ) ) ) ) ) ) ) )
cv.im show ('二进制'，二进制) ) ) )。
cv.imwrite('binary.png '，二进制) )。
output=cv .连接的组件(二进制，连接=8，ltype=cv.CV_32S ) )。
数字标签=输出[0]
打印(编号标签) #输出： 5
标签=输出[1]
# #结构颜色
颜色=[ ]
财富：
b=NP.random.randint (0，256 ) ) ) ) ) ) ) ) ) ) )。
g=NP.random.randint (0，256 ) ) ) ) ) ) ) )。
r=NP.random.randint ((0，256 ) ) ) )。
Colors.append((b，g，r ) )
颜色[0]=(0，0，0 )
# #画连通图
h，w=格雷. shape
image=NP.Zeros () h，w，3 )，dtype=np.uint8) ) ) )。
财富：强
富兰克林范围(w ) :
image=颜色=标签
cv.imshow('coloredlabels '，图像) ) )。
cv.imwrite(labels.png，图像) )。
打印(' total componets : '，编号_标签-1) ) ) ) ) ) ) ) ) ) )到) ) ) ) ) )。
cv.waitkey(0) (等于) () ) (等于) ) (等于) ) ) ) ) ) ) ) ) ) )。
中央电视台(() ) 9501.163.com) ) )。
有色标签
连通组件状态统计
函数： retval、labels、stats、centroids=cv2 .连接组件(图像、连接、类型) )相关的统计信息被包含在输出stats的对象中，各个合并组件都有这样的输出结构。
CC_STAT_LEFT:接触块外接矩形左上角坐标的x位置信息CC_STAT_TOP:接触块外接左上角坐标的y位置信息CC_STAT_WIDTH:接触块外接矩形宽度CC_STAT_TOP:接触块外接矩形宽度Centroids基于像素数输出的示例是每个连接组件的中心位置坐标(x，y )。
导入CV2AS CV
导入编号为
src=cv.im读取('日报. png ' ) 9502.163.com) ) ) ) ) ) ) ) )。
西班牙足球甲级联赛
src=cv .高斯蓝(src，(3，3，0 ) ) ) ) ) ) ) ) ) ) ) ) )。
灰色=CV.CVTColor (SRC，CV.Color _ BGR 2灰色) )。
ret，binary _=cv.threshold (灰色，0，255，cv.thresh _ binary|cv.thresh _ Otsu ) ) ) ) ) ) ) ) )
通过# # #开运算去除外部干扰
kernel=cv.getstructuringelement (cv.morph _ rect，(3，3 ) ) ) ) ) ) )。) ) ) ) ) ) ) ) ) ) ) )
binary=cv.morphology ex (二进制，cv.MORPH_OPEN，kernel ) )。
cv.im show ('二进制'，二进制_ ) )。
num_labels，labels，stats，centers=cv.connectedcomponentswithstats (二进制，连接性=8，ltype=cv.cv_ )
颜色=[ ]
财富：
b=NP.random.randint (0，256 ) ) ) ) ) ) ) ) ) ) )。
g=NP.random.randint (0，256 ) ) ) ) ) ) ) )。
r=NP.random.randint ((0，256 ) ) ) )。
Colors.append((b，g，r ) )
颜色[0]=(0，0，0 )
image=美国航空公司(SRC )
财富范围(1，数字标签，1 ) :
x，y，w，h，区域=状态
cx，CY=中心
# #表示中心位置
CV.Circle (图像，) NP.int32 ) cy )，2，) 0，255，0 )，2，8，0 ) )
画外接矩形
v .矩形(图像，) x，y )，x瓦，y h )，颜色[ t ]，1，8，0 ) )
电脑文字(影像，'编号' str (t ) t，) x，y )，电脑字体_赫兹_简单， 5，(0，0，255 )，1 )；
打印(标签索引% d，区域标签： % d (t，区域) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) )。
cv.imshow('coloredlabels '，图像) ) )。
cv.imwrite(labels.png，图像) )。
打印(总数： )，数字标签-1() ) ) ) ) ) ) ) ) ) ) ) )到) ) ) ) ) ) ) )。
input=cv.im读取('格兰. png ' ) ) ) ) )。
连接组件状态演示(输入) 9503.163.com)。
有色标签
未完待续~
更多的Opencv教程将持续发布！
注意啊~