c++opencv判断轮廓内像素点对比度是否大于阈值

可以按照以下步骤实现：

1. 对轮廓进行填充，生成一个二值图像。
2. 对二值图像进行腐蚀操作，使轮廓内像素点“膨胀”一定程度，避免对比度过低的像素点被误判。
3. 对原始图像进行灰度化。
4. 遍历轮廓内的像素点，计算其像素值与轮廓周围像素值的对比度，判断是否大于阈值。
5. 根据判断结果进行相应的处理。

以下是C++代码示例：

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

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("test.jpg"); // 读入原始图像
    Mat gray; // 灰度图像
    cvtColor(image, gray, COLOR_BGR2GRAY); // 转换为灰度图像

    // 提取轮廓
    vector<vector<Point>> contours;
    findContours(gray, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 遍历每个轮廓
    for (int i = 0; i < contours.size(); i++)
    {
        // 对轮廓进行填充，生成一个二值图像
        Mat mask = Mat::zeros(gray.size(), CV_8UC1);
        drawContours(mask, contours, i, Scalar(255), FILLED);

        // 对二值图像进行腐蚀操作
        Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));
        erode(mask, mask, kernel);

        // 遍历轮廓内的像素点
        for (int j = 0; j < contours[i].size(); j++)
        {
            Point pt = contours[i][j];

            // 计算像素点的对比度
            double contrast = 0;
            for (int k = -1; k <= 1; k++)
            {
                for (int l = -1; l <= 1; l++)
                {
                    int x = pt.x + k;
                    int y = pt.y + l;
                    if (x >= 0 && x < gray.cols && y >= 0 && y < gray.rows && mask.at<uchar>(y, x) == 255)
                    {
                        double diff = abs(gray.at<uchar>(pt) - gray.at<uchar>(y, x));
                        contrast += diff;
                    }
                }
            }
            contrast /= 9;

            // 判断对比度是否大于阈值
            double threshold = 20; // 阈值
            if (contrast > threshold)
            {
                // 对比度大于阈值，进行相应的处理
                // ...
            }
        }
    }

    return 0;
}