opencv java 轮廓提取_opencv3/C++轮廓的提取与筛选方式

OpenCV是一个流行的计算机视觉库，提供了许多图像处理和计算机视觉算法。轮廓提取是OpenCV中的一个重要功能，它可以用于检测图像中的形状和物体。

在Java中使用OpenCV进行轮廓提取，可以使用OpenCV的Java接口。以下是基本的轮廓提取代码示例：

Mat src = Imgcodecs.imread("input.jpg");
Mat gray = new Mat();
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.Canny(gray, gray, 100, 200);
List<MatOfPoint> contours = new ArrayList<>();
Mat hierarchy = new Mat();
Imgproc.findContours(gray, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE);

这段代码读取输入图像，将其转换为灰度图像，使用Canny算子进行边缘检测，然后使用findContours函数提取轮廓。这个函数返回一个包含所有轮廓的MatOfPoint列表，以及一个包含层次结构信息的Mat。

在C++中，轮廓提取与Java非常相似。以下是一个简单的例子：

cv::Mat src = cv::imread("input.jpg");
cv::Mat gray;
cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
cv::Canny(gray, gray, 100, 200);
std::vector<std::vector<cv::Point>> contours;
cv::findContours(gray, contours, cv::RETR_TREE, cv::CHAIN_APPROX_SIMPLE);

这段代码也读取输入图像，将其转换为灰度图像，使用Canny算子进行边缘检测，然后使用findContours函数提取轮廓。这个函数返回一个包含所有轮廓的vector<vector<Point>>列表。

在Java或C++中，提取轮廓后可能需要对它们进行筛选，以便只保留感兴趣的轮廓。例如，可以使用轮廓的面积、周长或形状等特征来筛选轮廓。以下是一个简单的示例，仅保留面积大于100的轮廓：

Java：

List<MatOfPoint> filteredContours = new ArrayList<>();
for (MatOfPoint contour : contours) {
    double area = Imgproc.contourArea(contour);
    if (area > 100) {
        filteredContours.add(contour);
    }
}

C++：

std::vector<std::vector<cv::Point>> filteredContours;
for (const auto& contour : contours) {
    double area = cv::contourArea(contour);
    if (area > 100) {
        filteredContours.push_back(contour);
    }
}

这个例子计算每个轮廓的面积，然后仅保留面积大于100的轮廓。可以根据需求使用不同的特征和阈值来筛选轮廓。