opencv中使用c++，对粘连轮廓使用分水岭，用面积筛选轮廓，对筛选后轮廓再椭圆拟合

以下是使用OpenCV C++实现的示例代码，其中包括了对粘连轮廓使用分水岭算法、对筛选后轮廓椭圆拟合等操作。

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

using namespace std;
using namespace cv;

int main() {
    Mat img = imread("test.png", 0); // 读取灰度图像
    if (img.empty()) {
        cerr << "Cannot read image file." << endl;
        return -1;
    }

    // 二值化
    Mat bw;
    threshold(img, bw, 0, 255, THRESH_BINARY | THRESH_OTSU);

    // 寻找轮廓
    vector<vector<Point>> contours;
    findContours(bw, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 对轮廓进行面积筛选
    vector<vector<Point>> filtered_contours;
    for (size_t i = 0; i < contours.size(); i++) {
        double area = contourArea(contours[i]);
        if (area > 500) { // 设置面积阈值
            filtered_contours.push_back(contours[i]);
        }
    }

    // 对筛选后轮廓进行椭圆拟合
    Mat result = Mat::zeros(img.size(), CV_8UC3);
    for (size_t i = 0; i < filtered_contours.size(); i++) {
        RotatedRect ellipse = fitEllipse(filtered_contours[i]);
        drawContours(result, filtered_contours, i, Scalar(0, 255, 0), 2);
        ellipse(result, ellipse, Scalar(0, 0, 255), 2);
    }

    // 显示结果
    imshow("Result", result);
    waitKey(0);

    return 0;
}

对于粘连轮廓的分水岭分割，可以使用OpenCV提供的Watershed算法。具体实现步骤如下：

1. 对二值化图像进行距离变换，并计算其梯度。
2. 对梯度图像进行阈值分割，得到分水岭标记图像。
3. 对分水岭标记图像进行距离变换。
4. 将分水岭标记图像中的未知区域（即值为0的像素）赋值为距离变换图像中的最大值。
5. 对距离变换图像进行归一化，得到分水岭高度图像。
6. 对高度图像进行分水岭变换。
7. 对分水岭变换结果进行标记，并在原图像上进行颜色填充。

以下是使用OpenCV C++实现的示例代码：

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

using namespace std;
using namespace cv;

int main() {
    Mat img = imread("test.png", 0); // 读取灰度图像
    if (img.empty()) {
        cerr << "Cannot read image file." << endl;
        return -1;
    }

    // 二值化
    Mat bw;
    threshold(img, bw, 0, 255, THRESH_BINARY | THRESH_OTSU);

    // 距离变换
    Mat dist;
    distanceTransform(bw, dist, DIST_L2, 3);

    // 计算梯度
    Mat grad;
    Sobel(dist, grad, CV_32F, 1, 1);

    // 阈值分割
    double minval, maxval;
    minMaxLoc(grad, &minval, &maxval);
    Mat markers;
    threshold(grad, markers, 0.7 * maxval, 255, THRESH_BINARY);

    // 分水岭变换
    watershed(dist, markers);

    // 标记区域
    Mat result = Mat::zeros(img.size(), CV_8UC3);
    for (int i = 0; i < markers.rows; i++) {
        for (int j = 0; j < markers.cols; j++) {
            int index = markers.at<int>(i, j);
            if (index == -1) {
                result.at<Vec3b>(i, j) = Vec3b(255, 255, 255);
            } else if (index > 0 && index <= 255) {
                result.at<Vec3b>(i, j) = Vec3b(0, 0, index);
            }
        }
    }

    // 显示结果
    imshow("Result", result);
    waitKey(0);

    return 0;
}