#include<iostream>
#include<opencv2/opencv.hpp>
#include<vector>
using namespace cv;
using namespace std;
Mat grayImage, cannyImage;
int g_nMinThred = 128, g_nMaxThred = 255;
//有滚动条事件时,可以进入回调函数
void on_Trackbar(int, void *)
{
//为了得到二值图像,对灰度图进行边缘检测
Canny(grayImage, cannyImage, g_nMinThred, g_nMaxThred, 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);
}
//计算轮廓的面积
for (int i = 0; i < (int)contours.size(); i++)
{
double g_dConArea = contourArea(contours[i], true);
cout << "【用轮廓面积计算函数计算出来的第" << i << "个轮廓的面积为:】" << g_dConArea << endl;
}
imshow("【处理后的图像】"
opencv3计算图像中轮廓的面积-滚动条
最新推荐文章于 2024-08-15 18:30:34 发布
该博客通过OpenCV3演示了如何利用滚动条调整阈值,进行Canny边缘检测,并找到图像中的轮廓。之后,计算并输出每个轮廓的面积。代码中展示了从读取图像到灰度化、滤波、边缘检测、轮廓查找以及面积计算的完整流程。
摘要由CSDN通过智能技术生成