#include<iostream>
#include<opencv2/opencv.hpp>
#include<vector>
using namespace cv;
using namespace std;
int main()
{
Mat srcImage = imread("group.jpg");
imshow("【原图】", srcImage);
//首先对图像进行空间的转换
Mat grayImage;
cvtColor(srcImage, grayImage, CV_BGR2GRAY);
//对灰度图进行滤波
GaussianBlur(grayImage, grayImage, Size(3, 3), 0, 0);
imshow("【滤波后的图像】", grayImage);
//为了得到二值图像,对灰度图进行边缘检测
Mat cannyImage;
Canny(grayImage, cannyImage, 128, 255, 3);
//在得到的二值图像中寻找轮廓
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
//绘制轮廓
for (int i = 0; i < (int)contours.size(); i++)
{
drawContours(cannyImage, contours, i, Scalar(255), 1, 8);
}
imshow("【处理后的图像】", cannyImage);
//计算轮廓的面积
for (int i = 0; i < (int)contours.size(); i++)
{
double g_dConArea =
opencv3计算图像中轮廓的面积
最新推荐文章于 2024-08-15 18:30:34 发布
该博客演示了如何利用OpenCV3库处理图像,包括从原图转灰度图,应用高斯滤波,进行Canny边缘检测,找到轮廓,并通过findContours和contourArea函数计算每个轮廓的面积。最后,程序显示处理后的图像并输出轮廓面积。
摘要由CSDN通过智能技术生成