OpenCV——轮廓检测

以下是使用OpenCV进行轮廓检测的一般步骤：

加载图像：使用OpenCV的imread函数加载要处理的图像。

预处理图像：对图像进行预处理，例如进行灰度化、二值化、滤波等操作。

执行轮廓检测：使用findContours函数执行轮廓检测。该函数会返回一个包含所有轮廓点的向量，每个轮廓点用一个二维坐标表示。

绘制轮廓：使用drawContours函数将轮廓绘制在原始图像上。

下面是一个示例程序，它演示了如何使用OpenCV进行轮廓检测：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 加载图像
    Mat src = imread("input.jpg");

    // 预处理图像
    Mat gray, binary;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    threshold(gray, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);

    // 执行轮廓检测
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

    // 遍历所有轮廓
    for (size_t i = 0; i < contours.size(); i++) {
        // 计算轮廓周长
        double perimeter = arcLength(contours[i], true);
        std::cout << "Contour " << i << " perimeter: " << perimeter << std::endl;

        // 计算轮廓面积
        double area = contourArea(contours[i]);
        std::cout << "Contour " << i << " area: " << area << std::endl;
    }

    // 绘制轮廓
    Mat dst = Mat::zeros(src.size(), CV_8UC3);
    for (size_t i = 0; i < contours.size(); i++)
    {
        drawContours(dst, contours, i, Scalar(0, 0, 255), 2, LINE_8, hierarchy);
    }

    // 显示结果
    imshow("Input", src);
    imshow("Output", dst);
    waitKey();

    return 0;
}

在这个例子中，我们首先加载一个图像，然后将其转换为灰度图像，并应用OTSU二值化算法得到一个二值图像。然后使用findContours函数执行轮廓检测，最后使用drawContours函数将检测到的轮廓绘制在输出图像上。最后，我们将输入和输出图像显示出来，并等待用户按下键盘上的任意键。