opencv只对图像中矩形区域做二值化处理C++例程

下面是一个使用 OpenCV 在图像中提取矩形区域并对其进行二值化处理的 C++ 例程：

#include <opencv2/opencv.hpp>

int main(int argc, char** argv)
{
    // 读取图像
    cv::Mat image = cv::imread("example.jpg");
    
    // 灰度化
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);

    // 二值化
    cv::Mat binary;
    cv::threshold(gray, binary, 0, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);

    // 查找轮廓
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(binary, contours, cv::RETR_TREE, cv::CHAIN_APPROX_SIMPLE);

    // 提取矩形区域
    std::vector<cv::Rect> rects;
    for (const auto& contour : contours) {
        cv::Rect rect = cv::boundingRect(contour);
        if (rect.width > 10 && rect.height > 10 && rect.width < image.cols && rect.height < image.rows) {
            rects.push_back(rect);
        }
    }

    // 对矩形区域进行二值化
    for (const auto& rect : rects) {
        cv::Mat roi = binary(rect);
        cv::threshold(roi, roi, 0, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);
    }

    // 显示结果
    cv::imshow("image", image);
    cv::imshow("binary", binary);
    cv::waitKey(0);

    return 0;
}

这个例程中，我们首先读取了一张图像并将其转换成灰度图像。然后，我们使用 Otsu 自适应阈值算法对图像进行二值化处理。接下来，我们使用 `findContours` 函数查找图像中的轮廓，并使用 `boundingRect` 函数提取矩形区域。最后，我们对矩形区域进行二值化处理，并显示结果。