android opencv 找出所有红色区域边缘的上半部分

要找出所有红色区域边缘的上半部分，可以使用以下步骤：

1. 读取图像并转换为HSV颜色空间，因为HSV颜色空间更适合处理颜色信息。
2. 使用cv::inRange函数将图像中的红色区域提取出来，得到一个二值化图像。
3. 对二值化图像进行形态学操作，如腐蚀和膨胀，可以去除噪点和连接相邻的区域。
4. 使用cv::findContours函数找到所有红色区域的轮廓。
5. 对于每个轮廓，使用cv::boundingRect函数得到其外接矩形，然后判断其是否在图像的上半部分。
6. 将在上半部分的轮廓绘制出来。

以下是示例代码：

cv::Mat image = cv::imread("image.jpg");
cv::Mat hsv;
cv::cvtColor(image, hsv, cv::COLOR_BGR2HSV);

cv::Mat mask;
cv::inRange(hsv, cv::Scalar(0, 70, 50), cv::Scalar(10, 255, 255), mask); // 红色范围在HSV中是分散的，需要分别提取

cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
cv::morphologyEx(mask, mask, cv::MORPH_OPEN, kernel); // 开操作去除噪点
cv::morphologyEx(mask, mask, cv::MORPH_CLOSE, kernel); // 闭操作连接相邻的区域

std::vector<std::vector<cv::Point>> contours;
std::vector<cv::Vec4i> hierarchy;
cv::findContours(mask, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

for (size_t i = 0; i < contours.size(); i++) {
    cv::Rect rect = cv::boundingRect(contours[i]);
    if (rect.y + rect.height / 2 < image.rows / 2) { // 判断是否在上半部分
        cv::drawContours(image, contours, i, cv::Scalar(0, 255, 0), 2);
    }
}

cv::imshow("result", image);
cv::waitKey(0);

这段代码可以找出图像中所有红色区域的轮廓，并将在上半部分的轮廓绘制出来。注意调整红色区域的阈值范围以适应不同的图像。