在二值化图像中，相互联结的黑像素集合成为一个（黑）区域，通过对图像内每个区域进行标记操作，求得区域的数目。
处理前的f是二值的，像素要么为0（黑），要么为255（白）
处理后每个像素的值即为其所处理区域的标号（1，2，3，。。。）
标记规则
1.初始化标记为0，从左到右，从上到下逐个像素扫描
2.若该点为物体颜色，则继续判断该点的左上、正上，右上及左前点是否都不为物体，则标号加1，若该点为背景色，则跳过。
3.优先级依次为右上点，正上点，左上点及左前点。右上点的优先级最高，左前点的优先级最低。
4.继续遍历图像，若右上点为物体，则该点标记上与右上点相同的值。
5.若右上不为物体，则判断正上点，左上点及左前点
特殊情况：当前点的右上点及左前点为不同标记，正上点和左上点不为物体，则当前点标记同右上点置相同的值，把所有标记与左前点相同的像素值都标记成与右上点同样的值。
如图下面的黑点，如果出现上面的特殊情况，可以这样处理：
int sign_count = 0; int sum[5] = {0}; int sign_temp; for(int y = 1; y<120 - 1;y++) for(int x = 1; x<180 - 1;x++) { //只有当像素点为物体，才进行下面的判断。 if(img[y][x] == 0) { //解决特殊情况 if(img[y-1][x+1] != img [y][x-1] && img[y-1][x-1] == img[y-1][x]) { img[y][x] = img[y - 1][x + 1]; sign_temp = img [y][x-1]; for(int i = 0; i<y; i ++) for(int j = 0; j<x;j++) { if(img[i][j] == sign_temp) img[i][j] = img[y][x] } } //如果该点周围四个点皆为背景，则说明该点新的物体，将标记累加，并将该点赋值为标记。 if((img[y][x - 1] + img[y - 1][x - 1] +img[y - 1][x] +img[y - 1][x + 1])/4 !=0) { sign_count+=1; img[y][x] =sign_count; } //如果该点周围有存在物体，则按优先级，将标号赋值给该点。 else{ if(img[y - 1][x + 1]！= 0) img[y][x] = img[y - 1][x + 1]; else if(img[y - 1][x] != 0) img[y][x] = img[y - 1][x]; else if(img[y - 1][x - 1] != 0) img[y][x] = img[y - 1][x - 1]; else img[y][x] = img[y][x - 1]; } } } //图像面积统计 for(int y = 1; y<120 - 1;y++) for(int x = 1; x<180 - 1;x++) { switch(img[y][x]) { case 0:{sum[0]++;break;} case 1:{sum[1]++;break;} case 2:{sum[2]++;break;} case 3:{sum[3]++;break;} case 4:{sum[4]++;break;} } } }
在二值化图像中，通过对图像内的每个像素进行标记操作，将物体的像素值改为标号，求各种标号的总和，即求得不同区域的面积数目。
在二值化区域标记的基础上，物体的像素值改为标号，再采用边界跟踪法，跟踪各封闭区域边界线（轮廓线）的每个黑像素的标号，记录二值图像物体边界。
再二值化图像的区域标记基础上，通过对图像内每个标记区域进行计算，求得总区域得数目，并求得每个区域面积（像素数）在阈值以下时，则消去该区域，全部置为255（白），由此得到新图形。
原文：https://www.cnblogs.com/-wenli/p/11722469.html