连通域分析其实是一个路径搜索问题，搜索方式就看联通的规则(4联通：上下左右算是联通，8联通：上下左右还有四个对角)

01矩阵背景是0，黑色的，有色区域是1，白色的，从图像的左上角(最外围的边要去掉)进行遍历，将找到的第一个值为1的像素点作为起点，对他进行连通域搜寻，将搜寻到的整个连通域内的像素点标为2(为了避免与本来的颜色1冲突)

继续搜索像素值为1的点(之前联通域分析过的已经将像素值改为大于1的值，所以像素值为1的就是还没有分析过的)，直到整个图像遍历完成

遍历方法：

找到起点后初始化一个栈，存放连通域的点坐标(pair)，将起点的横纵坐标压入栈中，连通域的标记值自增(第一个连通域的标记值为2，从2开始，第二个连通域的标记值为3，以此类推)

当栈不为空时，从栈顶取点，读出他的横纵坐标，在Label图中，根据横纵坐标对连通域进行对应标记值的赋值，然后将该点出栈，同时按照联通规则，根据坐标找到它的相邻像素点，看相邻像素点的值是否为1，如果是1，则是连通域，将这个点入栈(判断时记得要加上边界条件，防止点下标溢出，我的代码偷懒了没有加，正常要加上 0<=Row

代码

void SeedFilling(const Mat &BinaryImg, Mat &LabelImg)

{if (BinaryImg.empty || BinaryImg.type() !=CV_8UC1)return;

BinaryImg.convertTo(LabelImg, CV_32SC1);int Label = 1;//从2开始,防止和二值图像的像素值重合

int Row = BinaryImg.rows - 1;int Col = BinaryImg.cols - 1;for (int i = 1; i < Row; ++i)

{int* data = LabelImg.ptr(i);for (int j = 1; j < Col - 1; ++j)

{if (data[j] == 1)

{

stack>NeighborPixel;

NeighborPixel.push(pair(i, j));++Label;//新标签

while (!NeighborPixel.empty)//栈不为空

{

pair CurPixel =NeighborPixel.top();int CurRow =CurPixel.first;int CurCol =CurPixel.second;

LabelImg.at(CurRow, CurCol) =Label;

NeighborPixel.pop();//出栈

if (LabelImg.at(CurRow, CurCol - 1) == 1)

NeighborPixel.push(pair(CurRow, CurCol - 1));if (LabelImg.at(CurRow, CurCol + 1) == 1)

NeighborPixel.push(pair(CurRow, CurCol + 1));if (LabelImg.at(CurRow - 1, CurCol) == 1)

NeighborPixel.push(pair(CurRow - 1, CurCol));if (LabelImg.at(CurRow + 1, CurCol) == 1)

NeighborPixel.push(pair(CurRow + 1, CurCol));

}

}

}return;

}

}