连通域彩色显示不同区域大小

【二值图认知】：

    OpenCV中threshold()得到的二值图其实是0、255（设定值）这两个值的图，而不是0、1的图。

    0、1图是真正意义上的二值图。在矩阵运算时（比如点乘），推荐用0、1的二值图。OpenCV应该是隐蔽地把0、255归一化到了0、1。

    0、1图有Halcon中Region的感觉（Halcon针对Region的处理，功能十分强大）。

【知识点】： 

    二值图中不同连通域显示不同的颜色，主要是connectedComponents()函数的使用。

    int connectedComponents(InputArray image, OutputArray labels,int connectivity = 8, int ltype = CV_32S);

    image是threshold得到的二值图，得到的labels是32位 short int(短整型)元素的矩阵（图）。

    假如image中有2个连通域，那么labels是只有0、1、2这三种数的矩阵（0标识背景，1、2标识2个连通域），返回值是3（三种数据）。

  

 

 

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

Mat img;
int threshval = 150;

static void on_trackbar(int, void*) //滑动条回调函数
{
    Mat bw;
    threshold(img, bw, threshval, 255, THRESH_BINARY); //二值化，0、255
    imshow("bw", bw);//bw是0、255的“二值图”
    Mat labelImage;
    int nLabels = connectedComponents(bw, labelImage);//0、255的bw图变成0、1、2……不同区域标识的labelImage(32位短整型)
    std::vector<Vec3b> colors(nLabels); //colors有nLabels个元素，每个元素有3维，即nLabels个彩色像素
    colors[0] = Vec3b(0, 0, 0);//背景色，黑色
    for (int label = 1; label < nLabels; ++label)//label从1开始，因为0所在区域是背景
    {
        colors[label] = Vec3b((rand() & 255), (rand() & 255), (rand() & 255));//用于不同区域的随机彩色
    }
    Mat dst(img.size(), CV_8UC3); //与img等大的3通道的画板dst
    for (int r = 0; r < dst.rows; ++r)
    {
        for (int c = 0; c < dst.cols; ++c)
        {
            int label = (int)labelImage.at<int>(r, c);//at<int>中int对应labelImage中元素类型（短整型）
            dst.at<Vec3b>(r, c) = colors[label]; //dst画板上涂色，依据检索的连通域标识图labelImage中的值（0、1、2……）涂不同颜色
        }
    }
    imshow("Connected Components", dst);
}

int main(int argc, const char** argv)
{
    img = imread("lena.jpg", IMREAD_GRAYSCALE);//灰度读取
    imshow("Image", img);
    namedWindow("Connected Components", WINDOW_AUTOSIZE);//先窗体，后滑动条
    createTrackbar("Threshold", "Connected Components", &threshval, 255, on_trackbar);
    on_trackbar(threshval, 0);//先执行一次，出图。0无意义，装饰品

    waitKey(0);
    return 0;
}