C++如何创建简单的二维区域松鸡算法？

Question

我们有一些 2d 数据解析器，它接收大小为 8x8 (roiSize=8) 的图像，这些图像从以下内容发送到我们的解析器：

void UseOurParser(IplImage* destination)
{
    int w = destination->width;
    int h = destination->height;

    original = cvCreateImage(cvSize(w, h),IPL_DEPTH_8U,1);
    cvCvtColor(destination,original,CV_RGB2GRAY);

    cout << endl << "Progress:";
    for(int j = 1; j < original->width/roiSize-1; j=j++) {
        cout << "." ;
        for(int i = 1; i < original->height/roiSize-1; i=i++) {    
            cvSetImageROI(original, cvRect(j*roiSize, i*roiSize,roiSize, roiSize));
            IplImage *cropSource = cvCreateImage(cvGetSize(original), original->depth, original->nChannels);
            cvCopy(original, cropSource, NULL);
            ProcessOurParser(cropSource, j, i);
            cvResetImageROI(original);
        }
    } //...

我们的解析器获取图像 j, i，并且在其中可以确定是否在图像上找到了对象。如果找到，它会执行另一个操作来确定某些特征值（某些浮点数）。我想以某种方式创建我的数据的二维表示（大小如 (original->width/roiSize-2) X (original->height/roiSize-2)），所以对于每个 roi 我都会有一个值声明是否在其中找到特征以及是否是其特征值。我需要的是能够迭代生成的数据。并实现某种区域松鸡算法，这样如果一个 roi 上的特征 == 到另一个 roi 上的特征，即它周围的 8 个区域之一，我们就会以某种方式增长区域并一次又一次地检查，以便我们找到区域...

所以如果我们正在搜索对于线，我们的特征是 bool 线存在和角度浮动（就像我一样）我们会做类似

1）的事情（我们站在蓝色 1 和 2 个黄色 1 上是我们的兴趣点）

我们已提交到 2 个区域的“线路”并继续搜索

我们发现一个 roi 上的帽子特征与我们的线路相关，而另一个 roi 则不然，因此我们稍后将返回该 roi

那么，对于如何执行此类操作，Boost 有任何帮助吗？或者您可以提供任何代码帮助吗？

Answer 1

我没有花任何时间研究 Grouse 算法，但我想您可以很好地使用 STL 容器（向量、哈希等）和自定义类的组合来构建您的结构（图像、rois、区域和很快）。

例如：

• imageRoiHash(key=rowIndex, value=roi) 或 imageRoiHash(key=rowIndex, value=vector)。我不知道每个图像行是否可以有一个或多个 rois。
• 一个 roiClass（bool 找到，TValue 值）。 TValue 是一个 int、一个字符串或其他类。
  然后你可以处理你的图像，并使用 hash[rowIndex] 获取每行中的 rois。

或者：

• imageRoiList(std::vector)，或 imageRoiList(std::vector)。这是一个 2D 结构，您可以在其中保存每个图像行的 roi 或 rois。