本文实例为大家分享了Opencv提取连通区域轮廓的具体代码，供大家参考，具体内容如下

在进行图像分割后，可能需要对感兴趣的目标区域进行提取，比较常用的方法是计算轮廓。

通过轮廓可以获得目标的一些信息：

（1）目标位置

（2）目标大小（即面积）

（3）目标形状（轮廓矩）

当然，轮廓不一定代表希望目标区域，阈值分割时可能造成一部分信息丢失，因此可以计算轮廓的质心坐标，再进行漫水填充。

程序中有寻找质心+填充，但效果不好，因此就不放填充后的图了。

实验结果：

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include <stdio.h> using namespace cv;using namespace std; vector<vector<Point> > contours; //轮廓数组vector<Point2d> centers; //轮廓质心坐标 vector<vector<Point> >::iterator itr; //轮廓迭代器vector<Point2d>::iterator itrc; //质心坐标迭代器vector<vector<Point> > con; //当前轮廓 int main(){ double area; double minarea = 100; double maxarea = 0; Moments mom; // 轮廓矩 Mat image,gray,edge,dst; namedWindow("origin"); namedWindow("connected_region"); image = imread("view.jpg"); cvtColor(image, gray, COLOR_BGR2GRAY); blur(gray, edge, Size(3,3)); //模糊去噪 threshold(edge,edge,200,255,THRESH_BINARY); //二值化处理 findContours( edge, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE ); itr = contours.begin(); //使用迭代器去除噪声轮廓 while(itr!=contours.end()) { area = contourArea(*itr); if(area<minarea) { itr = contours.erase(itr); //itr一旦erase，需要重新赋值 } else { itr++; } if (area>maxarea) { maxarea = area; } } dst = Mat::zeros(image.rows,image.cols,CV_8UC3); Point2d center; itr = contours.begin(); while(itr!=contours.end()) { area = contourArea(*itr); con.push_back(*itr); if(area==maxarea) drawContours(dst,con,-1,Scalar(0,0,255),2); //最大面积红色绘制 else drawContours(dst,con,-1,Scalar(255,0,0),2); //其它面积蓝色绘制 con.pop_back(); //计算质心 mom = moments(*itr); center.x = (int)(mom.m10/mom.m00); center.y = (int)(mom.m01/mom.m00); centers.push_back(center); itr++; } imshow("origin",image); imshow("connected_region",dst); waitKey(0); Point2d seed; int new_scalar = 0; int loDiff = 8, upDiff = 8; int connectivity = 4; itrc = centers.begin(); while(itrc!=centers.end()) { seed = *itrc; floodFill(image,seed,Scalar::all(new_scalar),NULL, Scalar::all(loDiff),Scalar::all(upDiff),connectivity); itrc++; } waitKey(0); return 0 ;}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。