OpneCV 二值图像区域处理

 //--------------------------------------【程序说明】-------------------------------------------
 // 在图像处理中总会遇到二值图像，故对二值图像中区域处理在所难免；
 // 提取自己想要的区域部分对其处理；
 // 此函数简单实现高亮度区域处理；
 //------------------------------------------------------------------------------------------------
 //---------------------------------【头文件、命名空间包含部分】----------------------------
 //        描述：包含程序所使用的头文件和命名空间
 //-------------------------------------------------------------------------------------------------
 #include <opencv2/opencv.hpp>//头文件
 using namespace cv;//包含cv命名空间
 using namespace std;

 //-----------------------------------【全局变量声明部分】--------------------------------------
 //        描述：全局变量的声明
 //-----------------------------------------------------------------------------------------------
 Mat g_srcImage;
 Mat g_grayImage;
 Mat g_dstImage;
 int g_nThresh_max = ;
 vector <vector<Point>> g_vContours;

 //-----------------------------------【main( )函数】--------------------------------------------
 int main()
 {
     // 读入待处理原始图像
     g_srcImage = imread("C:/Users/Administrator/Desktop/2.jpg");
     if(!g_srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }
     imshow("原始图",g_srcImage);

     //--------------------------------------------------------------------------------------------------

     //--------------------------根据高亮度特征--------------------------------------------
     cvtColor(g_srcImage,g_grayImage,CV_BGR2GRAY);
     imshow("灰度图",g_grayImage);
     //adaptiveThreshold(g_grayImage,g_grayImage,g_nThresh_max,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,3,0);//自动阈值
     //threshold(g_grayImage,g_grayImage,100,255,THRESH_BINARY);
     threshold(g_grayImage,g_grayImage,,g_nThresh_max,CV_THRESH_OTSU);
     imshow("高亮度图像",g_grayImage);
     //waitKey(0);

     //-----------------------------------------------------------------------------------------------------------

     // 进行闭运算操作
     Mat element = getStructuringElement(MORPH_RECT, Size(, ));
     morphologyEx(g_grayImage,g_dstImage, MORPH_CLOSE, element);

     // 查找需要填充区域的轮廓

     vector <Vec4i> hierarchy;
     findContours(g_dstImage,g_vContours,hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

     // 将轮廓内填充
     if( !g_vContours.empty() & !hierarchy.empty() )
         {
             for (int idx=;idx < g_vContours.size();idx++)
                 {

                     drawContours(g_dstImage,g_vContours,idx,Scalar::all(),CV_FILLED,);//填充轮廓内部 

                 }
         }

     //------------------------------------------------------------------------------------------------

     //-----------------------------取面积最大的一块----------------------------------------
     double maxArea = ;
     vector <Point> maxContour;
     findContours(g_dstImage,g_vContours,hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
     if( !g_vContours.empty() && !hierarchy.empty() )
    {
       for (int idx=;idx < g_vContours.size();idx++)
       {
          double contArea = contourArea(g_vContours[idx]);//当前区域的面积
          // 求最大面积的区域
          if( contArea>maxArea )
          {
              maxArea = contArea;
              maxContour = g_vContours[idx];
          }
       }
     }

     // 将轮廓转为矩形框
     Rect maxRect = boundingRect(maxContour);  

     // 显示连通域
     Mat result1, result2;  

     g_dstImage.copyTo(result1);
     g_dstImage.copyTo(result2);  

     for (size_t i = ; i < g_vContours.size(); i++)
         {
             Rect r = boundingRect(g_vContours[i]);
             rectangle(result1, r,Scalar());
         }
     imshow("all regions", result1) ;  

     rectangle(result2, maxRect, Scalar());
     imshow("largest region", result2) ;  

     waitKey();

 }