OpenCV connectedComponentsWithStats()返回首个质心NaN及大数组读取异常

一、先修复大尺寸图像文本的读取问题 #

这是引发后续质心异常的核心原因：

• 严格校验读取循环：确保循环执行625次（对应行数），每行必须解析出889个二进制数值。如果某行数据不足或格式错误，要及时报错，不能直接跳过或填充垃圾值。比如用getline读取每行后，分割字符串时要确认分割出的元素个数是889，否则终止程序并提示该行异常。
• 确认内存与图像尺寸匹配：OpenCV中创建图像时，尺寸要写成cv::Size(889, 625)（宽×高），避免把行列搞反导致内存越界。如果用手动分配数组，比如uchar* imgData = new uchar[625*889];，必须检查分配是否成功，防止内存不足导致后续数据覆盖。
• 逐行验证数据：在读取到第440行前后时，输出具体数值，看是否出现非0/1的垃圾值。如果是文本文件本身损坏，需要重新生成或修复源文件；如果是读取逻辑问题，调整字符串解析代码（比如处理空格、换行符的方式）。

二、修正connectedComponentsWithStats的使用逻辑 #

图像数据读取正确后，再处理质心计算的问题：

• 跳过背景组件：connectedComponentsWithStats会把背景（标签为0）纳入统计，其质心可能出现NaN或异常值，必须从标签1开始遍历有效前景组件。
• 过滤无效组件：获取每个组件的统计数据时，先判断stats[i][cv::CC_STAT_AREA]是否大于0，面积为0的组件直接跳过，避免计算出NaN质心。
• 正确获取质心坐标：centroids返回的是(x,y)格式，对应图像的列和行，别搞混顺序。示例代码：

  cv::Mat labels, stats, centroids;
  int numComponents = cv::connectedComponentsWithStats(binaryImg, labels, stats, centroids, 8, CV_32S);
  
  for (int i = 1; i < numComponents; ++i) {
      double cx = centroids.at<double>(i, 0);
      double cy = centroids.at<double>(i, 1);
      if (!std::isnan(cx) && !std::isnan(cy)) {
          // 这里处理有效质心
      }
  }
  

三、实用调试技巧 #

• 可视化验证读取结果：把读取后的图像用imshow显示，观察440行之后的区域是否正常，直观判断读取是否正确。
• 逐步扩大测试范围：先测试625×440的文本文件，确认读取正常后，再增加行数到全尺寸，定位异常起始点。
• 统一文本换行格式：确保文本文件的换行符格式与读取代码兼容（比如Windows下的\r\n或Linux下的\n），避免因换行符解析错误导致数据错位。

内容的提问来源于stack exchange，提问作者Brassard1984