不规则ROI的提取

在网上看到基于opencv3.0之前的API实现不规则ROI的提取，我自己试了一下发现opencv3.0不行，第一想法是我写的有问题，最后发现是API的改版。原理很简单。

目标：提取黑线作为ROI

 

原理：先滤波-->>灰度化-->>二值化-->>边缘提取-->>寻找图像轮廓-->>轮廓画在一张空图像-->>水漫填充图像轮廓区域-->>两个图像与操作

 

灰度化：

二值化：

 边缘提取：

空白图像画轮廓：

水漫之后的图像：

与操作之后图像：

 

 为了效果明显，我画边界的时候用的是粗实线，而程序求解的是最大边，所以看起来边缘不是很理想，实际操作可以优化

 

程序：

 

#include<iostream>
#include <opencv2/opencv.hpp>
#include <math.h>
using namespace cv;
using namespace std;

int Threshold_Value = 50;
const int Threshold_Max_value = 255;
const int Threshold_type_value = 3;
double g_Area = 0;

RNG rng(12345);

Mat input_image, threshold_image, output_image, Middle_image;

void Threshold_Image_Bar(int, void *);

int main(int argc, char**argv)
{
    input_image = imread("1.jpg");
    if (input_image.data == NULL) {
        return -1; cout << "can't open image.../";
    }
    imshow("Sourse Image", input_image);
    blur(input_image, Middle_image, Size(3, 3), Point(-1, -1), 4);
    imshow("Blur Image", Middle_image);
    cvtColor(Middle_image, Middle_image, COLOR_RGB2GRAY);
    imshow("Gray Image", Middle_image);
    namedWindow("Threshold Image", 1);
    createTrackbar("阈值调整", "Threshold Image", &Threshold_Value, 255, Threshold_Image_Bar);
    Threshold_Image_Bar(0, 0);
    waitKey(0);
    return 0;
}

void Threshold_Image_Bar(int, void *)
{
    threshold(Middle_image, threshold_image, 90, 255, 3);
    Canny(threshold_image, threshold_image, Threshold_Value, Threshold_Value * 3);
    imshow("Threshold Image", threshold_image);

    vector<vector<Point>> contours;
    vector<Vec4i> hireachy;
    findContours(threshold_image, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(-1, -1));
    char flag_count = 0;
    Mat Show_threImage = Mat::zeros(threshold_image.size(), CV_8UC3);
    RotatedRect MinRect;
    for (size_t i = 0; i < contours.size(); i++)
    {
        const Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(Show_threImage, contours, static_cast<int>(i), color, 2, 8, hireachy, 0, Point());
        //----利用面积进行判断是否为最大区域------//
        double area = contourArea(contours[i]);
        g_Area = g_Area > area ? g_Area : area;
        flag_count = (area == g_Area) ? static_cast<int>(i) : flag_count;//记录最大边界
    }
    imshow("Draw_Image_Contours", Show_threImage);

    Mat gray, Change_image = Mat::zeros(input_image.size(), input_image.type());
    gray.create(input_image.size(), input_image.type());
    drawContours(gray, contours, flag_count, Scalar(255, 255, 255), 2, 8, hireachy, 0, Point());
    Rect s = boundingRect(contours[flag_count]);//为了找内部的一个种子点，自己随便定义也可以
    floodFill(gray, Point(s.x + s.width / 2, s.y + s.height / 2), Scalar(255, 255, 255));//黑色区域变成白色，遇到白色区域停止
    imshow("123", gray);
    bitwise_and(input_image, gray, gray);
    imshow("wjy", gray);

}