OpenCV基于C++利用区域生长算法实现下图所示焊缝缺陷提取，其算法如下： (1)将图像转换为灰度图 (2)利用较高的阈值分割灰度图像，得到种子区域（threshold) (3)计算连通域的质心点，获得种子(connectedComponentsWithStats) (4)利用一个偏高的阈值（190）得到遮罩区域（threshold) (5)利用种子、遮罩区域，使用区域生长分割(floodFill)，得到缺陷图。代码

下面是基于OpenCV的区域生长算法实现焊缝缺陷提取的代码：

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("input.jpg", IMREAD_GRAYSCALE); // 读取灰度图像
    if (img.empty()) // 判断图像是否读取成功
    {
        cout << "Can't open image!" << endl;
        return -1;
    }

    // 阈值分割，得到种子区域
    threshold(img, img, 128, 255, THRESH_BINARY);

    // 计算连通域的质心点，获得种子
    Mat labels, stats, centroids;
    int ncc = connectedComponentsWithStats(img, labels, stats, centroids);

    // 遮罩区域
    Mat mask = Mat::zeros(img.size(), CV_8UC1);
    for (int i = 1; i < ncc; i++)
    {
        if (stats.at<int>(i, CC_STAT_AREA) < 1000) // 过滤面积小于1000的连通域
            continue;

        int x = centroids.at<double>(i, 0);
        int y = centroids.at<double>(i, 1);
        if (img.at<uchar>(y, x) == 255) // 判断种子点是否在白色区域
        {
            threshold(img, mask, 190, 255, THRESH_BINARY);
            floodFill(mask, Point(x, y), Scalar(255));
        }
    }

    // 显示结果
    imshow("Image", img);
    imshow("Mask", mask);
    waitKey();

    return 0;
}

其中，`imread`函数用于读取灰度图像，`threshold`函数用于阈值分割，`connectedComponentsWithStats`函数用于计算连通域的质心点和面积等统计信息，`floodFill`函数用于区域生长分割，最后用`imshow`函数显示结果。