对灰度图片各个连通域进行特征提取，获得各个连通域的特征，包括： 1） 平均灰度 2） 最大灰度值和最小灰度值 3） 各个连通域的二阶矩和三阶矩 4） 最小外接矩形 5） 面积

要对灰度图片的各个连通域进行特征提取，你可以按照以下步骤进行：

1. 首先，将灰度图片转换为二值图像。可以使用阈值分割方法，将灰度值大于某个阈值的像素设置为白色，小于等于阈值的像素设置为黑色。

2. 使用连通域标记算法，对二值图像中的连通域进行标记。连通域标记算法可以将相邻的白色像素组成的区域标记为不同的连通域。

3. 对每个连通域进行特征提取：
- 平均灰度：计算每个连通域中所有像素的灰度值的平均值。
- 最大灰度值和最小灰度值：遍历每个连通域中的像素，找到最大和最小的灰度值。
- 二阶矩和三阶矩：计算每个连通域中像素的二阶矩和三阶矩。二阶矩可以用来描述连通域的形状，三阶矩可以用来描述连通域的偏斜程度。
- 最小外接矩形：使用最小外接矩形算法，找到能够包围每个连通域的最小矩形。最小外接矩形可以用来描述连通域的位置和大小。
- 面积：计算每个连通域中像素的数量，即连通域的面积。

下面是一个示例代码，用于实现上述特征提取过程：

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

using namespace std;
using namespace cv;

void extractFeatures(Mat& binaryImage, vector<vector<Point>>& contours) {
    // 连通域标记
    findContours(binaryImage, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i = 0; i < contours.size(); i++) {
        // 平均灰度
        Scalar meanColor = mean(binaryImage, contours[i]);
        double averageGray = meanColor[0];

        // 最大灰度值和最小灰度值
        double minGray, maxGray;
        minMaxLoc(binaryImage, &minGray, &maxGray, NULL, NULL, binaryImage(contours[i]));

        // 二阶矩和三阶矩
        Moments moments = moments(binaryImage, false);
        double secondMoment = moments.mu20 + moments.mu02;
        double thirdMoment = (moments.mu20 - moments.mu02) * (moments.mu20 - moments.mu02) + 4 * moments.mu11 * moments.mu11;

        // 最小外接矩形
        RotatedRect boundingRect = minAreaRect(contours[i]);

        // 面积
        double area = contourArea(contours[i]);

        // 输出特征
        cout << "连通域 " << i + 1 << " 的特征：" << endl;
        cout << "平均灰度：" << averageGray << endl;
        cout << "最大灰度值：" << maxGray << endl;
        cout << "最小灰度值：" << minGray << endl;
        cout << "二阶矩：" << secondMoment << endl;
        cout << "三阶矩：" << thirdMoment << endl;
        cout << "最小外接矩形：" << boundingRect.size.width << " x " << boundingRect.size.height << endl;
        cout << "面积：" << area << endl;
        cout << endl;
    }
}

int main() {
    // 读取灰度图像
    Mat grayImage = imread("gray_image.jpg", IMREAD_GRAYSCALE);

    // 二值化图像
    Mat binaryImage;
    threshold(grayImage, binaryImage, 128, 255, THRESH_BINARY);

    // 连通域特征提取
    vector<vector<Point>> contours;
    extractFeatures(binaryImage, contours);

    return 0;
}

请注意，上述代码使用了OpenCV库来进行图像处理和特征提取。你需要安装OpenCV库并将其链接到你的项目中。