opencv 统计轮廓内像素点数量

在OpenCV中，统计轮廓内部像素点的数量通常不是直接操作轮廓的方法，因为轮廓本身并不包含每个像素点的信息。但是，你可以结合轮廓和原图像来达到这个目的。这里提供一种常见的做法：

1. 首先，你需要找到轮廓所在的区域。如果已经有了轮廓，你可以用`approxPolyDP`函数将其简化成近似的多边形，然后使用这个多边形来绘制一个填充区域。例如，假设我们有一个轮廓`contour`：

   std::vector<cv::Point> approxContour = cv::approxPolyDP(contour, 3, true); // 简化轮廓到三角形
   cv::fillConvexPoly(img, approxContour, Scalar(255, 255, 255)); // 在原图img上填充白色，表示轮廓区域

2. 创建一个新的掩码（mask），并将轮廓区域设置为非零值（通常全黑背景下设置为白色，对应于轮廓内的像素）。然后将这个掩码与原图像做位运算（AND、OR等），可以得到只保留轮廓内部像素的新图像。

   cv::Mat mask = Mat::zeros(img.size(), img.type()); // 创建一个全黑的mask
   cv::drawContours(mask, std::vector<cv::Vec4i>{approxContour}, -1, Scalar(255), -1); // 绘制轮廓

   cv::Mat maskedImg = img.clone(); // 深拷贝原图像
   maskedImg.setTo(cv::Scalar(0), mask == Scalar(0)); // 只保留轮廓内的像素

3. 最后，统计`maskedImg`中的非黑色像素（也就是轮廓内部的白色像素），可以认为就是轮廓内部的像素点数。你可以通过循环遍历矩阵元素，或者使用`countNonZero`函数来实现：

   int pixelCount = countNonZero(maskedImg);

注意：这种方法假设轮廓是封闭的，并且内部完全由非零像素组成。如果有多个轮廓或者轮廓有洞，可能需要额外处理。