c++ opencv 检测图像中 是否存在黑色区域，如果存在圈出来

可以通过 OpenCV 库的 threshold 函数将图像二值化，然后通过 findContours 函数找到黑色区域的轮廓，最后使用 drawContours 函数将轮廓圈出来。具体实现方式如下：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat img = imread("image.jpg");
    Mat gray, binary, dst;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    threshold(gray, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU); // 将图像二值化
    std::vector<std::vector<Point>> contours;
    std::vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); // 查找轮廓
    dst = img.clone();
    for (size_t i = 0; i < contours.size(); i++)
    {
        double area = contourArea(contours[i]); // 计算轮廓面积
        if (area > 100) // 如果轮廓面积过小，可能是噪声，忽略
        {
            drawContours(dst, contours, static_cast<int>(i), Scalar(0, 0, 255), 2); // 将轮廓圈出来
        }
    }
    namedWindow("image", WINDOW_NORMAL);
    imshow("image", dst);
    waitKey(0);
    return 0;
}

在上述代码中，首先通过 cvtColor 函数将图像转为灰度图像，然后使用 threshold 函数将图像二值化，使用 findContours 函数找到黑色区域的轮廓，最后使用 drawContours 函数将轮廓圈出来。需要注意的是，通过调整轮廓面积阈值可以控制是否将小的黑色区域忽略。