实现简易避障(附C++源码)：opencv提取语义分割后的图像区域质心

前言

似乎很久没有写博客了……所以赶紧写个博客冒冒泡，也顺便压压惊。最近导师让我使用realsense深度摄像头做android端的避障功能，首先，遍历图像中所有深度数据并进行过滤似乎是比较需要大量的计算量，在查找了一些资料之后，因为项目也用到了语义分割功能，何不使用语义分割后的图像进行轮廓、区域、质心提取，再计算质心坐标的深度值来进行避障呢？

说干就干，由于语义分割是在android端采集的，采用了deeplabv3算法，其中该算法工程参考:
https://github.com/wonderit/indoor-segmentation-android

处理图像使用opencv就行了，由于移动端相对来说比较麻烦，还要移植opencv，所以我先把deeplab获得的分割图像存入电脑，在电脑端使用C++和opencv对其进行处理，得到最后的质心。

获取语义分割图

下图是未经处理的rgb图：

下图是经过deeplab算法得到的语义分割图，可以看到不同的颜色代表着不同的东西，其中暗红色代表地面，灰色代表墙，深灰色代表凳腿右下角的箱子，紫色代表凳子，要进行避障，就得把这些区域的质心提取出来。