如何在 CImg 庫中使用 label() 功能

Question

我正在尋找有關如何將 label() 功能與 CImg 庫一起使用的幫助。 我想做的很簡單。 我有一個白色背景，大黑點彼此分開，我只想數一數。 我認為 label() 是可能的，但我不明白這個 function 的參數。 感謝您的幫助 ！

圖書館信息：[1]： https://cimg.eu/reference/structcimg__library_1_1CImg.html#aaff4a10071470e4cd255653c5c2f043e

Answer 1

基本上，您將一個圖像傳遞給它，它會返回另一個圖像，其中每組相似像素都分配給相同的 class，即它具有相同的灰度強度。 所以，如果我們從這個開始：

運行這個：

#include "CImg.h"
#include <iostream>

using namespace cimg_library;
using namespace std;

int main()
{
    // Create solid white image 
    CImg<unsigned char> img(320,240);
    img.fill(255);

    // Draw some black circles
    unsigned char black[] = {0};
    img.draw_circle(50, 50,30,black);
    img.draw_circle(130,100,50,black);
    img.draw_circle(200,200,35,black);
    img.draw_circle(280,140,30,black);
    img.save("start.png");

    // Label the connected components
    CImg<> labels = img.label(true,64);

    // Save result
    labels.save("result.png");

}

我們會得到這個：

這是非常令人印象深刻的，直到我們查看直方圖 - 我在這里使用ImageMagick ：

identify -verbose result.png

Image:
  Filename: result.png
  Format: PNG (Portable Network Graphics)
  Mime type: image/png
  Class: PseudoClass
  Geometry: 320x240+0+0
  Units: Undefined
  Colorspace: Gray
  Type: Grayscale
  Base type: Undefined
  Endianness: Undefined
  Depth: 8-bit
  Channel depth:
    Gray: 8-bit
  Channel statistics:
    Pixels: 76800
    Gray:
      min: 0  (0)
      max: 4 (0.0156863)
      mean: 0.565234 (0.00221661)
      median: 0 (0)
      standard deviation: 1.13898 (0.00446658)
      kurtosis: 2.3448
      skewness: 1.89382
      entropy: 0.520843
  Colors: 5
  Histogram:
    59036: (0,0,0) #000000 gray(0)      <--- HERE
    2909: (1,1,1) #010101 gray(1)
    8005: (2,2,2) #020202 gray(2)
    2909: (3,3,3) #030303 gray(3)
    3941: (4,4,4) #040404 gray(4)   

你可以看到有 5 個不同的灰度值，對應於輸入圖像中的 5 個分量。 我還可以對圖像進行對比拉伸，以便您可以看到組件，每個組件都以不同的強度標識：

magick result.png -auto-level z.png

true參數告訴CImg將任何像素的東北部、東南部、西南部和西北部視為連接的組件。 如果你設置這個false ，它只考慮任何像素的北、南、東和西鄰域被連接。

閾值表示一個像素在其 class 中可能與其他像素有多少不同，同時仍被認為足夠相似以成為鄰居 - 所以它是顏色匹配的容差。

關鍵詞：C++，CImg，圖像處理，標簽，label，連通分量分析，斑點分析。