http://www.bkjia.com/Javabc/771817.html

连通区标记是最基本的图像处理算法之一。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，通过比较每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。算法的优点的是通俗易懂，缺点是需要两次扫描图像，效率不高。

区域生长法利用区域生长的思想，一次生长过程可以标记一整个连通区，只需对图像进行一次扫描就能标记出所有连通区。算法描述如下：

输入待标记图像bitmap，初始化一个与输入图像同样尺寸的标记矩阵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(相应点的值赋为labelIndex)，同时，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；重复3直至queue为空，一个连通区标记完成；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;

}