opencv求轮廓面积的函数 C++实例

以下是使用OpenCV库中的函数计算轮廓面积的C语言示例：

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("test.jpg");
    cvtColor(img, img, COLOR_BGR2GRAY);
    threshold(img, img, 128, 255, THRESH_BINARY);

    vector<vector<Point> > contours;
    findContours(img, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i = 0; i < contours.size(); i++)
    {
        double area = contourArea(contours[i]);
        cout << "Contour " << i + 1 << " Area: " << area << endl;
    }

    return 0;
}

首先，加载测试图像并将其转换为灰度图像。然后，使用阈值函数将其二值化。接下来，使用findContours函数找到图像中的轮廓，并将其存储在contours向量中。最后，使用contourArea函数计算每个轮廓的面积，并将其打印到控制台上。

相关问题

opencv sobel函数应用实例C++

在OpenCV中，Sobel算子是一种常用的边缘检测工具，它用于计算图像梯度，也就是图像像素强度随位置变化的速度。C++中使用Sobel函数通常涉及以下步骤：

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    // 读取图像
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE); // 假设图像名为"example.jpg"
    if (src.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    // 定义Sobel操作的参数，这里默认的是3x3大小的核，方向为x轴(水平)或y轴(垂直)
    Mat gradX, gradY; // 存储梯度结果
    int dx = CV_Sobel(src, gradX, CV_8U, 1, 0, 3, 1, 0); // x轴方向
    int dy = CV_Sobel(src, gradY, CV_8U, 0, 1, 3, 1, 0); // y轴方向

    // 可以选择显示原图和梯度图
    namedWindow("Original Image", WINDOW_NORMAL);
    imshow("Original Image", src);

    namedWindow("Gradient X", WINDOW_NORMAL);
    imshow("Gradient X", gradX);

    namedWindow("Gradient Y", WINDOW_NORMAL);
    imshow("Gradient Y", gradY);

    waitKey(0); // 等待用户按键
    return 0;
}

在这个例子中，`dx`和`dy`分别存储了源图像在x和y轴方向的梯度，可以看到每个像素点的强度变化。你可以根据需要选择不同的方向（`CV_Sobel`支持x、y、xy和yx四个方向），以及核的大小。

opencv c++ mat 函数回传 程序实例

OpenCV (Open Source Computer Vision Library) 的 `Mat` 类是其核心数据结构，用于存储二维图像数据。当你从函数中获取到一个 `Mat` 对象时，通常会将其视为矩阵操作的基础。以下是一个简单的 C++ 示例，展示如何创建 `Mat`、分配内存并读取图像文件：

#include <opencv2/opencv.hpp>

int main() {
    // 引入OpenCV库
    cv:: Mat src; // 创建一个空的Mat对象
    // 读取图像文件
    std::string imagePath = "path_to_your_image.jpg";
    if (!cv::imread(imagePath, src)) { // 如果图片加载失败
        std::cout << "Could not open or find the image." << std::endl;
        return -1;
    }

    // 打印矩阵维度
    int rows = src.rows;
    int cols = src.cols;
    std::cout << "Image size is: " << rows << "x" << cols << std::endl;

    // 进行一些处理，例如显示原图
    cv::imshow("Original Image", src);
    cv::.waitKey(0); // 等待用户按键

    // 回传处理后的结果
    // 注意：这里假设你对src进行了处理，并将处理结果保存在一个新Mat对象dest中
    cv::Mat dest = ...; // 替换为你的处理过程
    // 回传dest（如果需要）

    return 0;
}

在这个例子中，`imread()` 函数返回一个 `Mat` 对象，表示读取的图像。你可以对其进行进一步操作，如转换、裁剪等，然后在需要的地方返回处理后的 `Mat`。