opencv检测图片中的黑色方块，计算方块面积、位置信息并按照面积大小将这些信息存放在vector

OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，用于处理图像和视频数据。要检测图片中的黑色方块，并计算它们的面积和位置，你可以使用以下步骤：

1. **读取图片**：

cv::Mat img = cv::imread("path_to_your_image.jpg");

2. **转换为灰度图像**，以便更容易识别黑白色块：

cv::cvtColor(img, gray_img, cv::COLOR_BGR2GRAY);

3. **阈值化**，将灰度图像转换为二进制，便于黑色区域检测：

cv::threshold(gray_img, binary_img, 0, 255, cv::THRESH_BINARY_INV | cv::THRESH_OTSU);

4. **查找轮廓**，找到所有的黑色方块（这里假设黑色方块是封闭的形状）：

std::vector<std::vector<cv::Point>> contours;
cv::findContours(binary_img, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

5. **遍历轮廓并计算每个方块的属性**：

std::vector<std::pair<int, std::vector<cv::Point>>> black_blocks;
for (const auto& contour : contours) {
    cv::Rect bounding_rect = cv::boundingRect(contour);
    int area = bounding_rect.area();
    black_blocks.push_back(std::make_pair(area, contour));
}

6. **按照面积排序**：

std::sort(black_blocks.begin(), black_blocks.end(), [](const auto& a, const auto& b) { return a.first < b.first; });

现在，`black_blocks` vector包含了按面积从大到小排列的方块信息，每条记录包含面积和对应的轮廓点。