问题标签 [connected-components]

我正在尝试进行连接组件分析。但我遇到了错误。我需要椎体；但我得到了一些其他的东西。图片是：

结果是：

我正在尝试从图像中提取边缘。我使用了以下算法。还给出了 512 * 512 灰度图像的输入图像（e11）。

1. 求输入图像的形态梯度(gradientim)
2. 求梯度图像的负像(negativeim)
3. 使用底帽变换（bottomhatim）从闭合图像中减去原始图像。
4. 计算输入图像的平均像素（AVG）
5. 找到基于 AVG 的二值图像，对图像进行平滑处理。
6. 找到最大的连接区域以找到较大的对象（CC）。
7. 从平滑后的图像（边缘）中减去最大区域。

我写的matlab代码如下

在执行第 7 步时，由于连接组件（CC）的类型是 'struct' ，我收到如下错误

“'struct' 类型的输入参数的未定义函数 'minus'”。

是否可以使用“bwconncomp”函数来查找最大的连接区域？是否有任何替代函数？请帮助我更正此代码。提前致谢。

在准备课上ACM-Contest，我们的老师给了我们一个已解决问题的打印页。在一页上写着，2以下事实是真实的，但她不会说，why or what：

“通过向有向图添加新的 1 条边，关于该图的强连通分量的数量，其中有多少可能是正确的？

任何人都可以与我们的团队一起清楚地扩展它吗？

我正在使用 scikit-image 中可用的 measure.regionprops 方法来测量连接组件的属性。它计算一堆属性（Python-regionprops）。但是，我只需要每个连接组件的面积。有没有办法只计算一个属性并节省计算？

我应该能够输入一个像素位置并获得连接到它的所有相同颜色（在我的情况下应该是黑色）像素。如何使用 c++ 在 opencv 中执行此操作。简单地说，输出像素应该用黑色相互连接。FindContours() 方法不起作用，因为它无法输入像素。

我有一个带有 1 和 0 的 python numpy 矩阵，我需要确定矩阵中 1 的最大“集合”：http: //imgur.com/4JPZufS

矩阵最多可以有 960.000 个元素，所以我想避免暴力解决方案。

解决这个问题的最聪明的方法是什么？

我试图做一些形态学操作，然后尝试检测MSERFeatures。我收到错误。您能否在代码中提出任何替代/更正建议。我在 matlab 中遇到的错误也被引用

我收到如下错误

给定一个包含几个不规则大小和形状的图像的图像（为简单起见，此处显示为圆形）：

...我怎样才能：

1. 检测子图像
2. 将子图像拆分并保存为单独的文件？

理想情况下，我正在寻找 python 解决方案。我已经尝试过“连接分量分析”算法和质心测量，但第一个会因为给定的不均匀图像而崩溃，我不确定如何应用第二个来提取单独的图像。

请注意，我不是在问关于将图像分割成大小相等、均匀的部分，这在 SO 上已被多次询问和回答。

谢谢你提供的所有帮助。

我们目前正在尝试使用 OpenCV C++ 版本中可用的方法检测医疗器械图像中的对象区域。示例图像如下所示：

以下是我们正在执行的步骤：

• 将图像转换为灰度
• 应用中值滤波器
• 使用 sobel 滤波器查找边
• 使用阈值 25 将结果转换为二值图像
• 骨架化图像以确保我们有整齐的边缘
• 找到 X 个最大的连通分量

这种方法非常适合图像1，结果如下：

• 黄色边框是检测到的连接组件。
• 矩形只是为了突出连接组件的存在。
• 为了得到易于理解的结果，我们只是移除了完全在另一个组件内部的连接组件，所以最终结果是这样的：

到目前为止，一切都很好，但是另一个图像样本使我们的工作变得复杂，如下所示。

在物体下面放一条浅绿色的小毛巾会产生这个图像：

在像我们之前那样过滤区域之后，我们得到了这个：

显然，这不是我们需要的......我们除了这样的东西：

我正在考虑对找到的最接近的连接组件进行聚类（不知何故！！），这样我们就可以最大限度地减少毛巾存在的影响，但还不知道它是否可行或有人以前尝试过这样的事情？另外，有没有人有更好的想法来克服这种问题？

提前致谢。

我想找到一个图的所有连接组件，其中组件具有多个元素。

using 将clusters成员资格赋予不同的集群，而 usingcliques不提供连接的组件。

这是从

R中列表的多个交集

我的主要目标是找到所有具有共同元素的列表组。

提前致谢！