opencv学习笔记(六）寻找凸包和分水岭算法

凸包检测

    cv::Mat src = cv::imread("1.jpg");
    if (!src.data)
    {
        cout << "error" << endl;
        return -1;
    }
    cv::Mat gray, dst, thresholdImage;
    cv::RNG rng(12345);
    vector<vector<cv::Point> > contours;//用于存放找到的轮廓
    // 将原图转换成灰度图并进行模糊降
    cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    cv::blur(gray, gray, cv::Size(3, 3));
    // 对图像进行二值化，控制阈值
    cv::threshold(gray, thresholdImage, 170, 255, CV_THRESH_BINARY);
    // 寻找轮廓
    cv::findContours(thresholdImage, //输入图像，需为二进制8位单通道图像
                     contours, //检测到的轮廓
                     CV_RETR_TREE, //轮廓检索模式
                     CV_CHAIN_APPROX_SIMPLE); //轮廓的近似方法         
    // 遍历每个轮廓，寻找其凸包
    vector<vector<cv::Point>>hull(contours.size());
    for (unsigned int i = 0; i < contours.size(); i++)
    {
        cv::convexHull(cv::Mat(contours[i]), //输入的二维点集
                       hull[i], //找到的凸包
                       false);//标识符为真时，输出的凸包为顺时针方向，否则，就为逆时针方向
    }
    // 绘出轮廓及其凸包
    dst = cv::Mat::zeros(thresholdImage.size(), CV_8UC3);
    for (unsigned<