连通区标记是最主要的图像处理算法之中的一个。
该算法中，按从左至右、从上至下的顺序，对整幅图像进行扫描，通过比較每一个前景像素的邻域进行连通区标记，并创建等效标记列表。最后，合并等效标记列表，并再次扫描图像以更新标记。算法的长处的是通俗易懂，缺点是须要两次扫描图像，效率不高。
区域生长法利用区域生长的思想。一次生长过程能够标记一整个连通区，仅仅需对图像进行一次扫描就能标记出全部连通区。
算法描写叙述例如以下：
- 输入待标记图像bitmap，初始化一个与输入图像相同尺寸的标记矩阵labelmap，一个队列queue以及标记计数labelIndex；
- 按从左至右、从上至下的顺序扫描bitmap。当扫描到一个未被标记的前景像素p时，labelIndex加1。并在labelmap中标记p（对应点的值赋为labelIndex），同一时候，扫描p的八邻域点，若存在未被标记的前景像素。则在labelmap中进行标记，并放入queue中，作为区域生长的种子；
- 当queue不为空时。从queue中取出一个生长种子点p1，扫描p1的八邻域点，若存在未被标记过的前景像素，则在labelmap中进行标记。并放入queue中；
- 反复3直至queue为空，一个连通区标记完毕。
- 转到2。直至整幅图像被扫描完毕，得到标记矩阵labelmap和连通区的个数labelIndex。
该算法最坏情况下，将对每一个像素点都进行一次八邻域搜索。算法复杂度为O(n)。
typedef struct QNode{
int data;
struct QNode *next;
}QNode;
typedef struct Queue{
struct QNode* first;
struct QNode* last;
}Queue;
void PushQueue(Queue *queue, int data){
QNode *p = NULL;
p = (QNode*)malloc(sizeof(QNode));
p->data = data;
if(queue->first == NULL){
queue->first = p;
queue->last = p;
p->next = NULL;
}
else{
p->next = NULL;
queue->last->next = p;
queue->last = p;
}
}
int PopQueue(Queue *queue){
QNode *p = NULL;
int data;
if(queue->first == NULL){
return -1;
}
p = queue->first;
data = p->data;
if(queue->first->next == NULL){
queue->first = NULL;
queue->last = NULL;
}
else{
queue->first = p->next;
}
free(p);
return data;
}
static int NeighborDirection[8][2] = {{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}};
void SearchNeighbor(unsigned char *bitmap, int width, int height, int *labelmap,
int labelIndex, int pixelIndex, Queue *queue){
int searchIndex, i, length;
labelmap[pixelIndex] = labelIndex;
length = width * height;
for(i = 0;i < 8;i++){
searchIndex = pixelIndex + NeighborDirection[i][0] * width + NeighborDirection[i][1];
if(searchIndex > 0 && searchIndex < length &&
bitmap[searchIndex] == 255 && labelmap[searchIndex] == 0){
labelmap[searchIndex] = labelIndex;
PushQueue(queue, searchIndex);
}
}
}
int ConnectedComponentLabeling(unsigned char *bitmap, int width, int height, int *labelmap){
int cx, cy, index, popIndex, labelIndex = 0;
Queue *queue = NULL;
queue = (Queue*)malloc(sizeof(Queue));
queue->first = NULL;
queue->last = NULL;
memset(labelmap, 0, width * height);
for(cy = 1; cy < height - 1; cy++){
for(cx = 1; cx < width - 1; cx++){
index = cy * width + cx;
if(bitmap[index] == 255 && labelmap[index] == 0){
labelIndex++;
SearchNeighbor(bitmap, width, height, labelmap, labelIndex, index, queue);
popIndex = PopQueue(queue);
while(popIndex > -1){
SearchNeighbor(bitmap, width, height, labelmap, labelIndex, popIndex, queue);
popIndex = PopQueue(queue);
}
}
}
}
free(queue);
return labelIndex;
}