一、图像二值化 # 图片二值化 from PIL import Image img = Image.open('7.jpg') # 模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。 Img = img.convert('L') Img.save("test1.jpg") # 自定义灰度界限，大于这个值为黑色，小于这个值为白色 threshold = 200 table = [] for i in range(256): if i < threshold: table.append(0) else:

版面分割是版面分析的重要组成部分，经过大量的研究，如今已到了一个比较成熟的阶段。对基于连通域的版面分割算法进行了改进，能有效快速地分割较为复杂的版面图像，同时有效减少原有算法中阈值引起的分割错误的情况。先对文本图像进行单个字体的区域扩充，使后续的连通间距统计更为准确和方便，再通过连通间距的统计对图像进行模糊整合，进行文本图像的连通区域分割。实验结果表明，改进的基于连通域的算法分割版面准确，速度快，适用范围广，对于较为复杂的版面分割更具有优越性。

MATLAB二维/三维二值图像连通域的快速标记算法。避开MATLAB函数库，方便改写为C/C++。

python和matlab两个版本，本代码采用圆度检测的方法，筛选粘连细胞，并对粘连细胞进行分割。

多目标连通域识别，verilog源码识别，附带仿真测试工程，占用2k左右资源，十几行ram缓存，经过测试可以识别出图形中目标，适合在ISE工程中使用

我自己用matlab写得3D最大连通域，用着还不错

MATLAB文字连通域源程序matlab代码.zip

行业资料-交通装置-一种基于连通域和模板的车牌字符切分算法.zip

基于标号回传的8邻域连通域标记算法，纯C语言编写，连通域标记定位，效果很好。

基于FPGA的连通域目标检测设计，采用AXI4接口设计，采集存储于DDR的图像数据。具有资源消耗低，反应快速，统计准确的优点。该算法可以统计一定强弱的目标，并标记连通域的位置。