如何使用c++和opencv识别图中矩形，并给出代码

可以使用OpenCV提供的矩形识别函数来完成该任务，具体代码如下：

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

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("example.jpg", IMREAD_GRAYSCALE);  // 读入图像
    if (image.empty())
    {
        cout << "Could not open image file" << endl;
        return -1;
    }

    // 高斯模糊以平滑图片
    Mat blurred;
    GaussianBlur(image, blurred, Size(3, 3), 0);

    // Canny边缘检测
    Mat edges;
    Canny(blurred, edges, 50, 150);

    // 寻找轮廓
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(edges, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

    // 遍历轮廓并筛选矩形
    for (int i = 0; i < contours.size(); i++)
    {
        double area = contourArea(contours[i]);
        if (area > 100 && area < 10000)  // 筛选面积在指定范围内的轮廓
        {
            vector<Point> approx;
            approxPolyDP(contours[i], approx, arcLength(contours[i], true) * 0.05, true);

            if (approx.size() == 4)  // 判断是否为矩形
            {
                line(image, approx[0], approx[1], Scalar(0, 255, 0), 2);
                line(image, approx[1], approx[2], Scalar(0, 255, 0), 2);
                line(image, approx[2], approx[3], Scalar(0, 255, 0), 2);
                line(image, approx[3], approx[0], Scalar(0, 255, 0), 2);
            }
        }
    }

    // 显示检测结果
    imshow("Rectangles", image);
    waitKey();
    return 0;
}

该代码将读入名为“example.jpg”的图片，对其进行边缘检测并寻找轮廓，然后筛选面积在100到10000之间的轮廓，并判断其中是否为矩形，最后以绿色线条标识出所有矩形。注意：此代码仅仅是一份示例代码，实际使用时仍需要根据具体需求进行优化和修改。