区域分割（不用分水岭（找出图片里所有的圆）C++代码

区域分割是一种基于图像特征的分割方法，常用于图像分割中。下面是一份简单的 C++ 代码，可以用于找出图片中所有的圆形。

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

using namespace std;
using namespace cv;

int main()
{
    Mat src = imread("image.jpg", IMREAD_GRAYSCALE);
    imshow("Original Image", src);
    waitKey(0);

    // 阈值分割
    Mat thresh;
    threshold(src, thresh, 0, 255, THRESH_BINARY + THRESH_OTSU);
    imshow("Thresholded Image", thresh);
    waitKey(0);

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

    // 绘制轮廓
    Mat contoursImg = Mat::zeros(src.size(), CV_8UC3);
    for (int i = 0; i < contours.size(); i++)
    {
        double area = contourArea(contours[i]);
        if (area < 100 || area > 1000) // 过滤掉面积不合适的轮廓
            continue;

        // 判断是否为圆形
        vector<Point> hull;
        convexHull(contours[i], hull);
        double hullArea = contourArea(hull);
        double ratio = area / hullArea;
        if (ratio < 0.8 || ratio > 1.2) // 过滤掉不符合圆形特征的轮廓
            continue;

        drawContours(contoursImg, contours, i, Scalar(0, 0, 255), 2);
    }
    imshow("Contours Image", contoursImg);
    waitKey(0);

    return 0;
}

代码的主要流程如下：

1. 读入灰度图像，并显示原图像。
2. 对图像进行阈值分割，得到二值化图像，并显示。
3. 查找二值化图像中的轮廓。
4. 对每个轮廓进行面积和形状特征的判断，过滤掉不符合条件的轮廓。
5. 绘制符合条件的轮廓，并显示。

需要注意的是，本代码仅适用于简单的圆形分割场景，对于其他类型的图像分割需要根据具体情况进行调整。