C++数据结构与算法 队列的应用之图元识别
图元识别：
数字化图像可以看作m*m的矩阵，单色如图中，像素点的值为0，1.值为0的点表示背景，为1的点表示图元上的一个点。两个相邻的图元像素是同一个图元的像素，图元识别就是给同一个图元的像素做标记。
原理如上图所示。
算法思路：
通过扫描像素来识别图元，采用逐行扫描的方式，当扫描到一个未标记图元像素的时候，给他一个图元标记，将其作为一个新图元种子，通过识别标记所有与该种子相邻的元素，来寻找到剩余的像素点。与种子相邻的像素点称为1-间距像素，然后识别和标记与1-间距相邻的所有未标记的像素，这些像素称为2-间距像素。接着标记与2-间距相邻的像素点。直到标记完所有的像素点为止。
算法实现：
#include <iostream>
#include "E:\back_up\code\c_plus_code\dequeue\external_file\queue.h"
using namespace std;
// 迷宫
template<typename T>
void print_array(T **a, int size)
{
for(int i=0; i<size; i++)
{
for(int j=0; j<size; j++)
{
cout << a[i][j] << " ";
}
cout << endl;
}
cout << endl;
}
class position // 存储位置坐标
{
public:
int row;
int col;
position()
{
row = 0;
col = 0;
}
position(int row, int col)
{
this->row = row;
this->col = col;
}
/*
void add_offset(position& ps)
{
row += ps.row;
col += ps.col;
}
*/
};
void labelCompents(int** graph, int graphSize) // 标记图元
{
// 参数：原始图像， 图像大小
// 给图像的边缘添加一层背景（0）
int** new_graph = new int*[graphSize+2];
for(int i=0; i<graphSize+2; i++)
{
new_graph[i] = new int[graphSize+2];
}
for(int i=0; i<graphSize+2; i++)
{
for(int j=0; j<graphSize+2; j++)
{
if(i==0 || i==graphSize+2-1) // 图元添加背景像素
{
new_graph[i][j] = 0;
}
else if(j==0 || j==graphSize+2-1) // 图元添加背景像素
{
new_graph[i][j] = 0;
}
else
{
new_graph[i][j] = graph[i-1][j-1];
}
}
}
cout << "原始图像： " << endl;
print_array(new_graph, graphSize+2);
// 寻找图元
// 初始化偏移量
position offset[4];
// 向右偏移 index=0
offset[0].row = 0;
offset[0].col = 1;
// 向下偏移 index=1
offset[1].row = 1;
offset[1].col = 0;
// 向左偏移 index=2
offset[2].row = 0;
offset[2].col = -1;
// 向上偏移 index=3
offset[3].row = -1;
offset[3].col = 0;
int direction_number = 4; // 一个方格相邻位置的个数
queue<position> q1;
position current_position; // 当前的位置
position neighbor; // 相邻位置
int id = 1; // 图元的标号
// 开始扫描图像
for(int i=0; i<graphSize+2; i++)
{
for(int j=0; j<graphSize+2; j++)
{
if(new_graph[i][j]==1)
{
new_graph[i][j] = ++id;
// 将这个位置标记为当前位置，也是图元种子
current_position.row = i;
current_position.col = j;
while(true)
{
for(int cnt=0; cnt<direction_number; cnt++)
{
// 确定相邻的位置
neighbor.row = current_position.row + offset[cnt].row;
neighbor.col = current_position.col + offset[cnt].col;
if(new_graph[neighbor.row][neighbor.col]==1) // 相邻位置满足条件
{
new_graph[neighbor.row][neighbor.col] = id;
q1.push(neighbor);
}
}
if(q1.empty())
{
break; // 当前编号标记完毕，寻找下一个编号
}
current_position = q1.front();
q1.pop();
}
}
}
}
cout << "标记后的图元： " << endl;
print_array(new_graph, graphSize+2);
}
int main(int argc, char *argv[])
{
int map_size = 10;
int input_map[10][10] = {
{0,1,1,1,0,0,0,0,0,0},
{0,1,1,0,0,0,0,0,0,0},
{0,0,1,1,0,1,0,0,0,0},
{0,1,0,1,0,1,1,1,1,0},
{0,1,0,1,0,1,1,0,0,1},
{1,1,0,0,0,1,1,1,0,1},
{1,1,0,0,0,1,0,0,0,1},
{1,0,0,0,0,0,0,1,0,0},
{0,0,0,0,1,1,1,1,0,0},
{0,0,0,0,0,0,1,0,0,0}
};
// 数据转换
int** map_in = new int*[map_size];
for(int i=0; i<map_size; i++)
{
map_in[i] = new int[map_size];
}
for(int i=0; i<map_size; i++)
{
for(int j=0; j<map_size; j++)
{
map_in[i][j] = input_map[i][j];
}
}
// 将原始地图转换为指针的形式
labelCompents(map_in, map_size);
return 0;
}
运行结果：
上述的图元标记算法中应用到了很多迷宫最短路径中的方法：https://blog.csdn.net/zj1131190425/article/details/88086506
----------------------------------------------------------------------------------
