python 三維連通域分析

作材料缺陷分析的時候，會用刀三維連通域分析這個算法，做爲一個不入流的JS碼農，算法我是萬萬不會本身去寫的，並且仍是用python去寫。不過好在，確實有人寫出了很成功的庫，能夠得以引用，我這裏就來重點介紹一個這個庫。

Connected Components 3D

庫的源地址：github.com/seung-lab/c…
庫的安裝：

#確保你的numpy 庫版本是在1.16以上的
pip install connected-components-3d
複製代碼

樣例：

import cc3d
import numpy as np

labels_in = np.ones((512, 512, 512), dtype=np.int32)
labels_out = cc3d.connected_components(labels_in) # 26-connected

connectivity = 6 # only 26, 18, and 6 are allowed
labels_out = cc3d.connected_components(labels_in, connectivity=connectivity)

# You can adjust the bit width of the output to accomodate
# different expected image statistics with memory usage tradeoffs.
# uint16, uint32 (default), and uint64 are supported.
labels_out = cc3d.connected_components(labels_in, out_dtype=np.uint16)

# You can extract individual components like so:
N = np.max(labels_out)
for segid in range(1, N+1):
  extracted_image = labels_out * (labels_out == segid)
  process(extracted_image)

# We also include a region adjacency graph function 
# that returns a set of undirected edges.
graph = cc3d.region_graph(labels_out, connectivity=connectivity) 
複製代碼

更多的說明：
能夠經過二位連通域算法所獲得的數據結果來理解三維連通域分析。（能夠參考opencv connectComponentsWithStats 這個算法）

0 0 0 0 0 0 0 0 0 0                      0 0 0 0 0 0 0 0 0 0  
0 1 1 0 0 0 0 0 0 0                      0 1 1 0 0 0 0 0 0 0  
0 1 1 0 0 0 1 1 1 0                      0 1 1 0 0 0 3 3 3 0  
0 0 0 0 0 0 1 1 1 0                      0 0 0 0 0 0 3 3 3 0
0 1 1 1 1 0 0 0 0 0                      0 2 2 2 2 0 0 0 0 0                      
0 0 0 0 0 0 0 0 0 0                      0 0 0 0 0 0 0 0 0 0
複製代碼

對二維數據進行連通域分析的時候，算法就是將連通域經過 不一樣的數字0(0表示爲背景)，1，2，3標記出來，而後就能夠從中取得這些連通域，作後續的分析處理了。 三維數據一次類推。

喜歡Python的能夠添加個人學習交流羣，裏面贈送全套學習資料，更多萌新大佬在一塊兒探討：【python交流羣】

參考網址：https://juejin.im/post/6876361710127710216