OpneCV 二值图像区域处理

 //--------------------------------------【程序说明】-------------------------------------------

 // 在图像处理中总会遇到二值图像，故对二值图像中区域处理在所难免；

 // 提取自己想要的区域部分对其处理；

 // 此函数简单实现高亮度区域处理；

 //------------------------------------------------------------------------------------------------

 //---------------------------------【头文件、命名空间包含部分】----------------------------

 //        描述：包含程序所使用的头文件和命名空间

 //-------------------------------------------------------------------------------------------------

 #include <opencv2/opencv.hpp>//头文件

 using namespace cv;//包含cv命名空间

 using namespace std;

 //-----------------------------------【全局变量声明部分】--------------------------------------

 //        描述：全局变量的声明

 //-----------------------------------------------------------------------------------------------

 Mat g_srcImage;

 Mat g_grayImage;

 Mat g_dstImage;

 int g_nThresh_max = ;

 vector <vector<Point>> g_vContours;

 //-----------------------------------【main( )函数】--------------------------------------------

 int main()

 {

     // 读入待处理原始图像

     g_srcImage = imread("C:/Users/Administrator/Desktop/2.jpg");

     if(!g_srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }

     imshow("原始图",g_srcImage);

     //--------------------------------------------------------------------------------------------------

     //--------------------------根据高亮度特征--------------------------------------------

     cvtColor(g_srcImage,g_grayImage,CV_BGR2GRAY);

     imshow("灰度图",g_grayImage);

     //adaptiveThreshold(g_grayImage,g_grayImage,g_nThresh_max,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,3,0);//自动阈值

     //threshold(g_grayImage,g_grayImage,100,255,THRESH_BINARY);

     threshold(g_grayImage,g_grayImage,,g_nThresh_max,CV_THRESH_OTSU);

     imshow("高亮度图像",g_grayImage);

     //waitKey(0);

     //-----------------------------------------------------------------------------------------------------------

     // 进行闭运算操作

     Mat element = getStructuringElement(MORPH_RECT, Size(, ));

     morphologyEx(g_grayImage,g_dstImage, MORPH_CLOSE, element);

     // 查找需要填充区域的轮廓

     vector <Vec4i> hierarchy;

     findContours(g_dstImage,g_vContours,hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

     // 将轮廓内填充

     if( !g_vContours.empty() & !hierarchy.empty() )

         {

             for (int idx=;idx < g_vContours.size();idx++)

                 {

                     drawContours(g_dstImage,g_vContours,idx,Scalar::all(),CV_FILLED,);//填充轮廓内部

                 }

         }

     //------------------------------------------------------------------------------------------------

     //-----------------------------取面积最大的一块----------------------------------------

     double maxArea = ;

     vector <Point> maxContour;

     findContours(g_dstImage,g_vContours,hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

     if( !g_vContours.empty() && !hierarchy.empty() )

    {

       for (int idx=;idx < g_vContours.size();idx++)

       {

          double contArea = contourArea(g_vContours[idx]);//当前区域的面积

          // 求最大面积的区域

          if( contArea>maxArea )

          {

              maxArea = contArea;

              maxContour = g_vContours[idx];

          }

       }

     }

     // 将轮廓转为矩形框

     Rect maxRect = boundingRect(maxContour);

     // 显示连通域

     Mat result1, result2;

     g_dstImage.copyTo(result1);

     g_dstImage.copyTo(result2);

     for (size_t i = ; i < g_vContours.size(); i++)

         {

             Rect r = boundingRect(g_vContours[i]);

             rectangle(result1, r,Scalar());

         }

     imshow("all regions", result1) ;

     rectangle(result2, maxRect, Scalar());

     imshow("largest region", result2) ;

     waitKey();

 }