예제: 연결된 컴포넌트 레이블 지정
concomp 함수를 사용하여 이미지의 연결된 컴포넌트 레이블 지정을 수행합니다. 두 픽셀이 같은 값을 보유하는 경우 서로 연결되고, 연결은 4(가로 또는 세로로만 이웃)로 분류되거나 8(가로, 세로 및 대각선으로 이웃)로 분류됩니다. 연결된 컴포넌트는 이미지 피쳐 인식을 자동화하여 이미지의 영역 및 구멍을 연결할 때 유용하게 사용할 수 있습니다.
이 예제를 사용하는 것에 대한 자세한 내용은 이미지 처리 예제 정보를 참조하십시오.
1. 입력 행렬을 정의합니다.
2. 목표 전경색 광도 값을 정의합니다.
3. 첫 번째 연결 유형을 사용하여 연결된 컴포넌트 레이블 지정을 수행합니다.
이 경우 픽셀 값이 100인 4 연결 형식의 컴포넌트 두 개가 만들어집니다.
4. 두 번째 연결 유형을 사용하여 연결된 컴포넌트 레이블 지정을 수행합니다.
이 경우 픽셀 값이 100인 8 연결 형식의 컴포넌트 하나가 만들어집니다.
5. 2차원 sinc 함수로 정의된 이진 이미지에서 연결된 컴포넌트 레이블 지정의 효과를 확인합니다.
6. 범위 변수를 정의합니다.
7. 값의 범위를 정의합니다.
8. 이미지 행렬을 정의합니다.
(cc_binarized.bmp)
10. 전경색 광도 값과 연결 유형을 정의한 다음 이 이미지에 연결 컴포넌트 레이블 지정 알고리즘을 적용합니다.
구분되는 이미지 영역의 수를 계산합니다. 이 알고리즘의 경우 이 이미지에서 9개의 고유한 연결 컴포넌트가 식별될 것입니다.
11. 알고리즘에서 찾은 컴포넌트 수를 계산합니다.
12. 색상표 행렬을 정의하고 gray_to_rgb 함수를 사용하여 그레이스케일 행렬을 컬러로 변환합니다. 이렇게 하면 가색상을 사용하여 연결된 컴포넌트 이미지를 표시할 수 있으므로 컴포넌트를 훨씬 쉽게 구분할 수 있습니다.
(color_d.bmp)
4열 colormap 행렬은 첫 번째 열에서 그레이스케일 광도를 지정하고 두 번째 열부터 네 번째 열까지 차례로 RGB 값을 지정합니다.
13. norm1 함수를 사용하여 9개 컴포넌트의 크기를 계산합니다.
14. 이 이미지에서 가장 큰 단일 컴포넌트(지수 3, 크기 35픽셀)를 추출하고 다시 가색상을 사용하여 표시합니다.
15. WRITERGB 함수를 사용하여 이미지를 파일에 기록합니다.
(cimg_3.bmp)
행렬 comp는 최대 컴포넌트에 해당하는 요소를 제외한 모든 요소가 0인 101 x 101 행렬입니다. 컴포넌트의 컬러를 보존하기 위해 comp의 픽셀 수는 3배가 됩니다.