这是图像处理中的常见问题。有许多变化，例如填充图像中的区域，或者查找哪些像素属于同一区域。一种常见的方法是使用depth first search。这个想法是你从左到右和从上到下遍历你的图像，对于遇到的任何等于 1 的像素，你将它们添加到堆栈中。对于堆栈中的每个像素，您从堆栈中弹出，然后查看围绕该像素的相邻像素。您添加到堆栈中的任何 1 像素。您需要在您已经访问过的任何像素处保留一个附加变量，不要将它们添加到堆栈中。当堆栈为空时，我们已经找到了整个区域的那些像素，因此您使用唯一 ID 标记这些像素。然后重复此过程，直到图像中的区域用完为止。
因此，鉴于您的矩阵存储在A，这是基本算法：
初始化一个与A 大小相同的数组，即logical。这将记录我们检查或访问过的像素。还将输出数组B 初始化为全零，为您提供您正在寻找的所有连接组件。任何最终为零的位置都不属于任何连通分量。还要初始化一个 ID 计数器，用于跟踪每个连接组件的标签。
-
对于我们矩阵中的每个位置：
一个。如果位置是0，则将此位置标记为已访问并继续。
b.如果我们已经访问过这个位置，那么继续。
c。如果我们还没有访问过这个位置......请转到第 3 步。
-
将此未访问的位置添加到堆栈中。
一个。虽然这个堆栈不是空的......
b.从堆栈中弹出这个位置
c。如果我们访问过此位置，请继续。
d。否则，将此位置标记为已访问并使用连接组件 ID 标记此位置。
e。给定这个位置，查看 8 个相邻像素。
f。移除这个列表中那些被访问过的像素，不等于1或者超出矩阵的范围
g.无论剩下什么位置，都将它们添加到堆栈中。
一旦堆栈为空，递增计数器，然后返回步骤#2。
继续直到我们访问了数组中的所有位置。
废话不多说，代码如下。
%// Step #1
visited = false(size(A));
[rows,cols] = size(A);
B = zeros(rows,cols);
ID_counter = 1;
%// Step 2
%// For each location in your matrix...
for row = 1 : rows
for col = 1 : cols
%// Step 2a
%// If this location is not 1, mark as visited and continue
if A(row,col) == 0
visited(row,col) = true;
%// Step 2b
%// If we have visited, then continue
elseif visited(row,col)
continue;
%// Step 2c
%// Else...
else
%// Step 3
%// Initialize your stack with this location
stack = [row col];
%// Step 3a
%// While your stack isn't empty...
while ~isempty(stack)
%// Step 3b
%// Pop off the stack
loc = stack(1,:);
stack(1,:) = [];
%// Step 3c
%// If we have visited this location, continue
if visited(loc(1),loc(2))
continue;
end
%// Step 3d
%// Mark location as true and mark this location to be
%// its unique ID
visited(loc(1),loc(2)) = true;
B(loc(1),loc(2)) = ID_counter;
%// Step 3e
%// Look at the 8 neighbouring locations
[locs_y, locs_x] = meshgrid(loc(2)-1:loc(2)+1, loc(1)-1:loc(1)+1);
locs_y = locs_y(:);
locs_x = locs_x(:);
%%%% USE BELOW IF YOU WANT 4-CONNECTEDNESS
% See bottom of answer for explanation
%// Look at the 4 neighbouring locations
% locs_y = [loc(2)-1; loc(2)+1; loc(2); loc(2)];
% locs_x = [loc(1); loc(1); loc(1)-1; loc(1)+1];
%// Get rid of those locations out of bounds
out_of_bounds = locs_x < 1 | locs_x > rows | locs_y < 1 | locs_y > cols;
locs_y(out_of_bounds) = [];
locs_x(out_of_bounds) = [];
%// Step 3f
%// Get rid of those locations already visited
is_visited = visited(sub2ind([rows cols], locs_x, locs_y));
locs_y(is_visited) = [];
locs_x(is_visited) = [];
%// Get rid of those locations that are zero.
is_1 = A(sub2ind([rows cols], locs_x, locs_y));
locs_y(~is_1) = [];
locs_x(~is_1) = [];
%// Step 3g
%// Add remaining locations to the stack
stack = [stack; [locs_x locs_y]];
end
%// Step 4
%// Increment counter once complete region has been examined
ID_counter = ID_counter + 1;
end
end %// Step 5
end
使用您的示例矩阵，这就是我得到的B：
B =
1 1 0 0 0 0 0
1 1 0 0 2 2 0
1 1 0 0 0 2 0
1 1 0 0 0 0 0
0 0 0 0 0 3 0
0 0 0 0 0 0 0
在 4 连接的社区中搜索
修改代码在一个4连通区域内搜索，即只有北东西南，看到%// Look at the 8 neighbouring locations的部分，即：
%// Look at the 8 neighbouring locations
[locs_y, locs_x] = meshgrid(loc(2)-1:loc(2)+1, loc(1)-1:loc(1)+1);
locs_y = locs_y(:);
locs_x = locs_x(:);
要以 4 连接方式进行搜索，您只需修改此代码以仅给出这些基本方向：
%// Look at the 4 neighbouring locations
locs_y = [loc(2)-1; loc(2)+1; loc(2); loc(2)];
locs_x = [loc(1); loc(1); loc(1)-1; loc(1)+1];
其余代码保持不变。
匹配 MATLAB 的 bwlabel 函数
如果您想匹配 MATLAB 的 bwlabel 函数的输出，bwlabel 按列主要或 FORTRAN 顺序搜索连通分量。上面的代码按行主要或 C 顺序搜索。因此，您只需要首先搜索列而不是行，就像上面的代码所做的那样，您可以通过交换两个 for 循环的顺序来做到这一点。
具体来说，而不是这样做：
for row = 1 : rows
for col = 1 : cols
....
....
你会这样做：
for col = 1 : cols
for row = 1 : rows
....
....
现在应该会复制bwlabel 的输出。