OpenCV源码解析：partition分类（聚类）

功能：把数据类型为_Tp的一组集合进行聚类，也就是根据相似或相同的某特征进行归类，最后分成若干个类别。 这里是以相似矩形的分类为例进行讲解，重点内容都在注释中。整体过程就是先判断两个矩形是否相似，如果相似，就决让其中一个做父节点，一个做子节点，然后再检查这个关系是否影响了其他节点的关系，如果有影响，就调整。

检查完之后就沿所有的节点找到顶级父节点，如果该 父节点还没有分类，就分类成一个新的分类值（nclasses），并把下一个类的值设为nclasses++, 直到完成所有的节点。 Predicate函数使用的是（class CV_EXPORTS SimilarRects），使用实例请参考CascadeDetect.cpp中的groupRectangles。

partition函数

template int partition( const std::vector& _vec, std::vector& labels,           _EqPredicate predicate=_EqPredicate()) {     int i, j, N = (int)_vec.size();     const _Tp* vec = &_vec[0];

    const int PARENT=0;     const int RANK=1;

    std::vector _nodes(N*2);     int (*nodes)[2] = (int(*)[2])&_nodes[0];  // 定义一个2维组nodes来处理_nodes[]

    // The first O(N) pass: create N single-vertex trees     for(i = 0; i < N; i++)     {         nodes[i][PARENT]=-1;         nodes[i][RANK] = 0; }

    // 注意：     // root表示i的根节点     // root2表示j的根节点     // The main O(N^2) pass: merge connected components     for( i = 0; i < N; i++ )     {         int root = i;

        // find root         while( nodes[root][PARENT] >= 0 )             root = nodes[root][PARENT];

        for( j = 0; j < N; j++ )         {             if( i == j || !predicate(vec[i], vec[j])) // 如果是同一个矩形；或者，两个矩形不相似，则继续找下一个                 continue;             int root2 = j;  // 找到和vec[i]相似的矩形

            while( nodes[root2][PARENT] >= 0 )                 root2 = nodes[root2][PARENT]; // 找到相似矩形的根矩形

            if( root2 != root ) // 如果这个根矩形和当前root不是同一个，就合并             {                 // 改变一下root1和root的父子关系                 // unite both trees                 int rank = nodes[root][RANK], rank2 = nodes[root2][RANK];                 if( rank > rank2 ) // 谁rank大谁做父节点                     nodes[root2][PARENT] = root;（root rank不变）                 else                 {                     nodes[root][PARENT] = root2;                     nodes[root2][RANK] += rank == rank2; // 如果同rank的做了子节点，就升一级                     root = root2;                 }                 CV_Assert( nodes[root][PARENT] < 0 );

               // 因为上面root1和root关系的改变可能影响到节点                // 这里再整理一次，直到最终的父节点全部处理完                 int k = j, parent;                 // compress the path from node2 to root                 while( (parent = nodes[k][PARENT]) >= 0 )                 {                     nodes[k][PARENT] = root;                     k = parent;                 }

                // compress the path from node to root                 k = i;                 while( (parent = nodes[k][PARENT]) >= 0 )                 {                     nodes[k][PARENT] = root;                     k = parent;                 }             }         }     }

    // Final O(N) pass: enumerate classes     labels.resize(N);     int nclasses = 0;

    for( i = 0; i < N; i++ )     {         int root = i;         // 找到该i节点的根节点         while( nodes[root][PARENT] >= 0 )             root = nodes[root][PARENT];

        // 如果该根节点还没有分类，就设置一个新的分类值（nclasses），并把下一个类的值设为nclasses++          // re-use the rank as the class label         if( nodes[root][RANK] >= 0 )  // 如果该节点RANK还没有设置（也就是该根节点还没有分类）             nodes[root][RANK] = ~nclasses++;  // 取反是得到对应的负数，用来表示该节点已经分类         labels[i] = ~nodes[root][RANK];      }

    return nclasses; // 返回总类别个数 }

相似的矩形的判断方法：SimilarRects类

class CV_EXPORTS SimilarRects { public:     SimilarRects(double _eps) : eps(_eps) {}     inline bool operator()(const Rect& r1, const Rect& r2) const     {         // delta为最小长宽和的eps/2倍 = [(width + height)/2] * eps         double delta = eps*(std::min(r1.width, r2.width) + std::min(r1.height, r2.height))*0.5;

        // 如果矩形的四个顶点的位置差别都小于delta，则表示相似的矩形         return std::abs(r1.x - r2.x)