例: 連結成分のラベリング
concomp関数を使用して、画像の連結成分のラベリングを実行します。2 つのピクセルの値が同じ場合、それらのピクセルは連結されます。連結タイプは 4 (上下左右の近傍のみ) または 8 (上下、左右、斜めの近傍) です。同一値の画素のかたまりを 1 つの "成分" と見なしてラベルを付ける連結成分ラベリングは、特徴認識の自動化に便利な手段です。
この例の使用方法については、画像処理の例についてを参照してください。
1. 入力行列を定義します。
2. 前景として処理する輝度の値を定義します。
3. 1 つ目の連結タイプを使用して、連結成分のラベリングを実行します。
この場合、ピクセル値が 100 の 4 連結成分が 2 つあります。
4. 2 つ目の連結タイプを使用して、連結成分のラベリングを実行します。
この場合、ピクセル値が 100 の 8 連結成分が 1 つあります。
5. 2 次元関数sincによって定義された 2 値画像に対する連結成分ラベリングの効果を確認します。
6. レンジ変数を定義します。
7. 値の範囲を定義します。
8. 画像行列を定義します。
(cc_binarized.bmp)
10. 前景の輝度の値と連結タイプを定義してから、この画像に対して連結成分のラベリングアルゴリズムを適用します。
画像領域の数から、このアルゴリズムによってこの画像内で検出される一意な連結成分の数は 9 つであることが予想されます。
11. このアルゴリズムによって検出された成分の数を計算します。
12. カラーパレット行列を定義してから、gray_to_rgb関数を使用してグレースケール行列をカラー行列に変換します。この方法によって連結成分画像を偽色で表示し、各成分をはっきりと区別することができます。
(color_d.bmp)
4 列の行列 colormap の 1 列目はグレースケールの輝度、2 列目から 4 列目は RGB の各値を指定しています。
13. norm1関数を使用して 9 つの成分のサイズを計算します。
14. この画像から最大の成分 (添字が 3、大きさが 35 ピクセル) を抽出し、これも偽色で表示します。
15. WRITERGB関数を使用して画像をファイルに書き込みます。
(cimg_3.bmp)
行列 comp は 101 x 101 の行列で、最大の成分に相当する要素以外には 0 が格納されています。成分のカラーを維持するため、comp のピクセルに 3 が掛け合わされています。