(1)cv::connectedComponents()
1 int nccomps=connectedComponents ( 2 cv::InputArrayn image, 3 cv::OutputArray labels, 4 int connectivity = 8, 5 int ltype = CV_32S );
函数返回值nccomps为int型，表示连通域个数；
image： 输入图像（8-bit,单通道图像）
lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
connetivity: 表示4或8邻域连接(int型)
ltype: 表示输出标记图的类型（CV_32S，CV_16U）
(2)cv::connectedComponentsWithStats()函数（2）增加了一下重要信息，包围框（bounding box）、面积和质心等。
1 int nccomps=connectedComponentsWithStats ( 2 cv::InputArrayn image, 3 cv::OutputArray labels, 4 cv::OutputArray stats, 5 cv::OutputArray centroids, 6 int connectivity = 8, 7 int ltype= CV_32S 8 )；
image： 输入图像（8-bit,单通道图像）
lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
star:一个5*nccomps的矩阵，分别对应各个轮廓的x,y,width,height和面积
centroids:一个2*nccomps的居住，表示每个连通域的质心
connetivity: 表示4或8邻域连接(int型)
ltype: 表示输出标记图的类型（CV_32S，CV_16U）
star输出图：
话不多说上源码：（面积小于3000的置零）
1 #include <algorithm>
2 #include <iostream>
3 #include<opencv2/opencv.hpp>
4 using namespace cv; 5 using namespace std; 6
7 int main() 8 { 9
10 Mat img, img_edge, labels, centroids, img_color, stats; 11 img = imread("C:\\Users\\hsy\\Desktop\\3.jpg", 0); 12 threshold(img, img_edge, 0, 255, THRESH_OTSU); 13 int nccomps = connectedComponentsWithStats(img_edge, labels, stats, centroids); 14 cout << "连通域个数: " << nccomps << endl; 15 vector<Vec3b>colors(nccomps + 1);; 16 colors[0] = Vec3b(0, 0, 0); 17 for (int i = 1; i <= nccomps; i++) 18 { 19 colors[i] = Vec3b(rand() % 256, rand() % 256, rand() % 256); 20 if (stats.at<int>(i, CC_STAT_AREA) < 2500) 21 colors[i] = Vec3b(0, 0, 0); 22
23 cout << stats.at<int>(i - 1, CC_STAT_AREA) << endl;//连通域的面积
24
25 } 26 img_color = Mat::zeros(img.size(), CV_8UC3); 27 for (int y = 0; y < img_color.rows; y++) 28 for (int x = 0; x < img_color.cols; x++) 29 { 30 int label = labels.at<int>(y, x); 31 CV_Assert(0 <= label && label <= nccomps); 32 img_color.at<Vec3b>(y, x) = colors[label]; 33 } 34
35 imshow("Labeled map", img_color); 36 imshow("img", img); 37 waitKey(); 38 return 0; 39 }
