笔者实现了一个论文里面的算法程序，论文（可以网上搜索到，实在搜不到可以联系笔者或留下邮箱发给你）讲解比较到位，按照作者的思路写完了代码，测试效果很好，在此分享一下算法思路及实现代码。
此算法优于一般的像素标记算法，只需扫描一遍就可以得出图像边界、面积等等，大大减少了计算量。
算法描述：
一、全图扫描
对二值图像全图扫描，左到右，上到下，一遇到像素边界就进行判断。像素边界指当前像素灰度为1，其他8领域至少有一个灰度值为0。
1.先依次判断当前像素（i,j）的左侧、左上侧、上侧像素和右上侧像素是否被已标记，一旦遇到已标记则说明当前像素（i,j）和这个已标记像素属于同一个目标，赋予Edge[i][j]相同的标记值，结束本像素标记，如四个像素都未标记则进入第二步。
2.当前像素右移一部，即变为（i,j+1），进入一子循环，每次循环判断当前像素右上侧像素是否已标记。如已标记则赋予Edge[i][j]相同的标记值并跳出循环结束，如当前像素右上侧像素未标记则右移一位像素继续判断，直到到达这一行像素的右侧边界，跳出循环说明像素（i,j）属于新目标。则原来最大目标标记值temp加1并赋予Edge[i][j],结束本像素标记。
这一大步需要注意可能会有同一类别被分到不同目标，需要全图扫描时进行判断，主要是凹形。
二、扫描后处理
1.归类。前面记录的等价标记数组只是记录了两两等价情况，而实际可能超过两个，如三个等价。这里需要补充的是，Same2数组是一个tempX1的数组，第几行就对应第几个目标处理情况。依次扫描Same1数组每一行，在Same2中修改类别值，保证统一类的值归为一类。
2.标以正确的目标值。经过上一步，属于同一目标的像素标记值都已归为一类，有几类就有几个带下凹的目标，再加上0的个数(不带下凹的目标个数)就是实际目标总数。顺序扫描Same2,遇到0说明该行号表示的目标位没有下凹的，result+1赋予Same3的同一行，遇到非零数字，则看它是否第一次出现，如果第一次出现，result+1并赋予Same3同一行，如Same2这一行的值不是第一次出现，则把前面具有相同数字那一行在Same3中同行的值赋予Same3的这一行，直到检测完Same2。最后在Same3的最后数字表示的就是目标数。
3.根据得到目标数进行目标划分，整个图像就被分到了几个目标值。得到的目标值可以统计目标数目、实现面积、周长和质心等特征值。
程序代码：
1 //改进的像素标记算法实现代码及注释
2 //作者用这个算法来绘制目标外接矩形用的
3 //返回找到图像目标处理凹形数目，参数frame是原始二值图像，num为处理前凹形找到目标数目，s和e分别表示绘制矩形的开始点和结束点
4 int pixelFlag(cv::Mat &frame,int &num,vector<Point2f> &s,vector<Point2f> &e)//返回个数
5 {
6 //frame.
7 int kind=0,kindEnd=0,kindResult=0;//归类类别
8 vector<int> same1[2];//可疑边界目标
9
10 int edge[frame.rows][frame.cols];//表明边界属于哪个类
11 memset(edge,0,sizeof(edge));
12 //qDebug()<<frame.channels();
13 //扫描每个像素判断
14 for(int i=1;i<frame.rows-1;i++)
15 for(int j=1;j<frame.cols-1;j++)
16 {
17 if((frame.at<uchar>(i,j)!=0)&&(!frame.at<uchar>(i-1,j)||!frame.at<uchar>(i-1,j-1)||!frame.at<uchar>(i-1,j+1)
18 ||!frame.at<uchar>(i,j-1)||!frame.at<uchar>(i,j+1)||!frame.at<uchar>(i+1,j-1)
19 ||!frame.at<uchar>(i+1,j)||!frame.at<uchar>(i+1,j+1)))//判断边界点
20 {
21 if(edge[i][j-1])//判断是否紧邻已被标物体 左
22 {
23 edge[i][j]=edge[i][j-1];
24 }
25 else
26 if(edge[i-1][j-1])//左上
27 {
28 edge[i][j]=edge[i-1][j-1];
29 }
30 else
31 if(edge[i-1][j])//上
32 {
33 edge[i][j]=edge[i-1][j];
34 }else
35 if(edge[i-1][j+1])//右上
36 {
37 edge[i][j]=edge[i-1][j+1];
38 }else
39 {
40 int f=0;
41 while(frame.at<uchar>(i,j+f)&&((j+f)<frame.cols-1))//右移判断
42 {
43 if(edge[i-1][j+f+1])
44 {
45 edge[i][j]=edge[i-1][j+f+1];
46 break;
47 }
48 else
49 {
50 f++;
51 }
52 }
53 if(!frame.at<uchar>(i,j+f))//未找到处理
54 {
55 kind++;
56 edge[i][j]=kind;
57
58 }
59 }
60 if(edge[i][j]&&edge[i-1][j+1])//如果当前点和右上不在一个类别就记录
61 {
62 if(edge[i][j]!=edge[i-1][j+1])
63 {
64 same1[0].push_back(edge[i][j]);
65 same1[1].push_back(edge[i-1][j+1]);
66 }
67 }
68
69
70
71 }
72 }
73
74 //处理扫描后的结果
75 int same2[kind];memset(same2,0,sizeof(same2));
76 int sameEnd[kind];memset(sameEnd,0,sizeof(sameEnd));
77 //QDebug debug;
78 if(!same1[0].empty())
79 {
80 for(uint i=0;i<same1[0].size();i++)
81 {
82 if((!same2[same1[0][i]-1])&&(!same2[same1[1][i]-1]))//如果都没有处理，种类加1
83 {
84 kindEnd++;
85 same2[same1[0][i]-1]=kindEnd;
86 same2[same1[1][i]-1]=kindEnd;
87 }else
88 if(same2[same1[0][i]-1]&&same2[same1[1][i]-1])
89 {
90 same2[same1[0][i]-1]=same2[same1[1][i]-1];
91
92 }else
93 if(!same2[same1[0][i]-1]&&same2[same1[1][i]-1])
94 {
95 same2[same1[0][i]-1]=same2[same1[1][i]-1];
96 }else if(same2[same1[0][i]-1]&&!same2[same1[1][i]-1])
97 {
98 same2[same1[1][i]-1]=same2[same1[0][i]-1];
99 }
100
101 }
102 }
103
104 for(int i=0;i<kind;i++)//复制到sameend
105 {
106
107 if(!same2[i])
108 {
109 kindResult++;
110 sameEnd[i]=kindResult;
111 }
112 else
113 //if(same2)
114 {
115 int j=0;
116 while(j<i)
117 {
118 if(same2[j]==same2[i])
119 {
120 break;
121 }
122 j++;
123 }
124 if(j<i)
125 {
126 sameEnd[i]=sameEnd[j];
127 }else
128 {
129 kindResult++;
130 sameEnd[i]=kindResult;
131 }
132
133 }
134 }
135 num=kind;
136 //对边界进行处理
137 for(int i=1;i<frame.rows-1;i++)
138 for(int j=1;j<frame.cols-1;j++)
139 {
140 if(edge[i][j])
141 {
142 edge[i][j]=sameEnd[edge[i][j]-1];
143 }
144 }
145 for(int i=0;i<kindResult;i++)
146 {
147 s.push_back(Point2f(1000,1000));
148 e.push_back(Point2f(0,0));
149 }
150 for(int i=1;i<frame.rows-1;i++)//求边界对角点
151 for(int j=1;j<frame.cols-1;j++)
152 {
153 if(edge[i][j])
154 {
155 if(s[edge[i][j]-1].y>i)
156 {
157 s[edge[i][j]-1].y=i;
158 }
159 if(s[edge[i][j]-1].x>j)
160 {
161 s[edge[i][j]-1].x=j;
162 }
163 if(e[edge[i][j]-1].y<i)
164 {
165 e[edge[i][j]-1].y=i;
166 }
167
168 if(e[edge[i][j]-1].x<j)
169 {
170 e[edge[i][j]-1].x=j;
171 }
172 }
173 }
174 return kindResult;
175
176
177
178 }
效果如下：
共享园友，学习共勉！
改进的二值图像像素标记算法及程序实现（含代码）