OPENCV去除小连通区域，去除孔洞

一、对于二值图，0代表黑色，255代表白色。去除小连通区域与孔洞，小连通区域用8邻域，孔洞用4邻域。

  函数名字为：void RemoveSmallRegion(Mat &Src, Mat &Dst,int AreaLimit, int CheckMode, int NeihborMode)

     CheckMode: 0代表去除黑区域，1代表去除白区域; NeihborMode：0代表4邻域，1代表8邻域;  

如果去除小连通区域CheckMode=1,NeihborMode=1去除孔洞CheckMode=0，NeihborMode=0

     记录每个像素点检验状态的标签，0代表未检查，1代表正在检查,2代表检查不合格（需要反转颜色），3代表检查合格或不需检查 。

1.先对整个图像扫描，如果是去除小连通区域，则将黑色的背景图作为合格，像素值标记为3，如果是去除孔洞，则将白色的色素点作为合格，像素值标记为3。

2.扫面整个图像，对图像进行处理。

void RemoveSmallRegion(Mat &Src, Mat &Dst,int AreaLimit, int CheckMode, int NeihborMode){	int RemoveCount = 0;	//新建一幅标签图像初始化为0像素点，为了记录每个像素点检验状态的标签，0代表未检查，1代表正在检查,2代表检查不合格（需要反转颜色），3代表检查合格或不需检查 	//初始化的图像全部为0，未检查	Mat PointLabel = Mat::zeros(Src.size(), CV_8UC1);	if (CheckMode == 1)//去除小连通区域的白色点	{		cout << "去除小连通域.";		for (int i = 0; i < Src.rows; i++)		{			for (int j = 0; j < Src.cols; j++)			{				if (Src.at<uchar>(i, j) < 10)				{					PointLabel.at<uchar>(i, j) = 3;//将背景黑色点标记为合格，像素为3				}			}		}	}	else//去除孔洞，黑色点像素	{		cout << "去除孔洞";		for (int i = 0; i < Src.rows; i++)		{			for (int j = 0; j < Src.cols; j++)			{				if (Src.at<uchar>(i, j) > 10)				{					PointLabel.at<uchar>(i, j) = 3;//如果原图是白色区域，标记为合格，像素为3				}			}		}	}	vector<Point2i>NeihborPos;//将邻域压进容器	NeihborPos.push_back(Point2i(-1, 0));	NeihborPos.push_back(Point2i(1, 0));	NeihborPos.push_back(Point2i(0, -1));	NeihborPos.push_back(Point2i(0, 1));	if (NeihborMode == 1)	{		cout << "Neighbor mode: 8邻域." << endl;		NeihborPos.push_back(Point2i(-1, -1));		NeihborPos.push_back(Point2i(-1, 1));		NeihborPos.push_back(Point2i(1, -1));		NeihborPos.push_back(Point2i(1, 1));	}	else cout << "Neighbor mode: 4邻域." << endl;	int NeihborCount = 4 + 4 * NeihborMode;	int CurrX = 0, CurrY = 0;	//开始检测	for (int i = 0; i < Src.rows; i++)	{		for (int j = 0; j < Src.cols; j++)		{			if (PointLabel.at<uchar>(i, j) == 0)//标签图像像素点为0，表示还未检查的不合格点			{   //开始检查				vector<Point2i>GrowBuffer;//记录检查像素点的个数				GrowBuffer.push_back(Point2i(j, i));				PointLabel.at<uchar>(i, j) = 1;//标记为正在检查				int CheckResult = 0;				for (int z = 0; z < GrowBuffer.size(); z++)				{					for (int q = 0; q < NeihborCount; q++)					{						CurrX = GrowBuffer.at(z).x + NeihborPos.at(q).x;						CurrY = GrowBuffer.at(z).y + NeihborPos.at(q).y;						if (CurrX >= 0 && CurrX<Src.cols&&CurrY >= 0 && CurrY<Src.rows)  //防止越界  						{							if (PointLabel.at<uchar>(CurrY, CurrX) == 0)							{								GrowBuffer.push_back(Point2i(CurrX, CurrY));  //邻域点加入buffer  								PointLabel.at<uchar>(CurrY, CurrX) = 1;           //更新邻域点的检查标签，避免重复检查  							}						}					}				}				if (GrowBuffer.size()>AreaLimit) //判断结果（是否超出限定的大小），1为未超出，2为超出  					CheckResult = 2;				else				{					CheckResult = 1;					RemoveCount++;//记录有多少区域被去除				}				for (int z = 0; z < GrowBuffer.size(); z++)				{					CurrX = GrowBuffer.at(z).x;					CurrY = GrowBuffer.at(z).y;					PointLabel.at<uchar>(CurrY,CurrX)+=CheckResult;//标记不合格的像素点，像素值为2				}				//********结束该点处的检查**********  			}		}	}	CheckMode = 255 * (1 - CheckMode);	//开始反转面积过小的区域  	for (int i = 0; i < Src.rows; ++i)	{		for (int j = 0; j < Src.cols; ++j)		{			if (PointLabel.at<uchar>(i,j)==2)			{				Dst.at<uchar>(i, j) = CheckMode;			}			else if (PointLabel.at<uchar>(i, j) == 3)			{				Dst.at<uchar>(i, j) = Src.at<uchar>(i, j);							}		}	}	cout << RemoveCount << " objects removed." << endl;}调用函数：dst是原来的二值图。
        Mat erzhi1 = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC1);RemoveSmallRegion(dst, erzhi,100, 1, 1);RemoveSmallRegion(erzhi, erzhi,100, 0, 0);imshow("erzhi1", erzhi);
和之前的图像相比