为什么 OpenCV 没有专门针对区域的数据结构？答案

【问题标题】：Why OpenCV has no specialize data structure for region?为什么 OpenCV 没有专门针对区域的数据结构？
【发布时间】：2016-04-29 09:45:25
【问题描述】：

我已经使用 MVTec 的 Halcon 图像处理库半年和 OpenCV 1 年。

1.我发现 Halcon 远胜过 OpenCV 的一件事是 OpenCV 没有专门针对区域的数据结构。

如果我只想在大空间中存储一个小区域，这会浪费很多。 OpenCV 不应该对 Mat Class 以外的区域有一些专门的数据结构。

2。第二个，是前一个的结果，OpenCV 遍历区域很尴尬。

想象一下，在做阈值之后我有 10 个连接的区域块，我想遍历这 10 个块来处理每个块。据我所知，我必须首先使用 findContours 获取每个区域的所有轮廓，然后使用 drawContour 获取该区域。那么我可以说这些区域是由轮廓数据存储的，并且每次我想取回该区域时都必须调用 drawContours 吗？

Mat myImage = imread("Path_To_Source_Image");
threshold(myImage, region, 128, 1, THRESH_BINARY);
vector<vector<Point>> contours;
findContours(region, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size, i++){
    Mat oneBlock(myImage.size(), CV_8U); 
    drawContours(oneBlock, contours, i, Scalar(255), -1);
        // Now I finally get my region

        //  ***************************************
        //
        //   Do my image procesing for that region
        //
        //  ***************************************
    }

【问题讨论】：

很遗憾我没有 Halcon 经验。你能更好地解释一下什么是区域吗？它们是某种子图像还是更像稀疏像素位置？区域可以进行什么样的处理？根据我的理解/直觉，子图像和蒙版的组合可能是区域。
"并且每次我想取回该区域时，我都必须调用 drawContours 吗？" - 为什么不只记住 drawContours 的结果？

标签： opencv structure space

【解决方案1】：

表示区域的常用方法是使用包含区域索引的Mat1i（又名Mat，类型为CV_32S），即labels。

然后您可以通过以下方式访问第 i 个区域：Mat1b region_mask = (labels == i);

OpenCV findConturs 和drawContours 创建labels 图像：

#include <opencv2\opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;

int main()
{
    // Read image from file 
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    Mat1b region;
    threshold(img, region, 200, 255, THRESH_BINARY);

    vector<vector<Point>> contours;
    findContours(region.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    Mat1i labels(img.rows, img.cols, int(0));
    int n_labels = contours.size();

    for (int i = 0; i < contours.size(); ++i)
    {
        drawContours(labels, contours, i, Scalar(i + 1), CV_FILLED); // Note the +1, since 0 is the background
    }

    // Now you can get your regiones as:

    // Label "0" is the background
    for (int i = 1; i <= n_labels; ++i)
    {
        Mat1b region_mask = (labels == i);
        imshow("Region", region_mask);
        waitKey();
    }

    return 0;
}

OpenCV >= 3.0 可以使用connectedComponents，它会直接返回labels：

#include <opencv2\opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;

int main()
{
    // Read image from file 
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    Mat1b region;
    threshold(img, region, 200, 255, THRESH_BINARY);

    Mat1i labels;
    int n_labels = connectedComponents(region, labels);

    // Now you can get your regiones as:

    // Label "0" is the background
    for (int i = 1; i <= n_labels; ++i)
    {
        Mat1b region_mask = (labels == i);
        imshow("Region", region_mask);
        waitKey();
    }

    return 0;
}

【讨论】：