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 = 255;
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~！ 
"); 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,0,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(4, 4));
    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=0;idx < g_vContours.size();idx++)
                {

                    drawContours(g_dstImage,g_vContours,idx,Scalar::all(255),CV_FILLED,8);//填充轮廓内部 
                
                }
        }

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


    //-----------------------------取面积最大的一块----------------------------------------
    double maxArea = 0;
    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=0;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 = 0; i < g_vContours.size(); i++)  
        {  
            Rect r = boundingRect(g_vContours[i]);  
            rectangle(result1, r,Scalar(255));  
        }  
    imshow("all regions", result1) ;  
  
    rectangle(result2, maxRect, Scalar(255));  
    imshow("largest region", result2) ;  

    waitKey(0);

}