opencv3寻找最小包围矩形在图像中的应用-滚动条_获取同种颜色的最小包围区-优快云博客

本文档展示了如何使用OpenCV3库在C++中处理图像，通过边缘检测、滤波和轮廓提取，找到并绘制最小包围矩形。通过调整阈值和线宽，可以实时查看结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

using namespace cv;
using namespace std;

int g_nMinThred = 128, g_nMaxThred = 255;
int g_nThick = 0;

int main()
{
	Mat srcImage = imread("group.jpg");

	namedWindow("【原图】", 0);
	imshow("【原图】", srcImage);

	createTrackbar("minthred", "【原图】", &g_nMinThred, 255, 0);
	createTrackbar("maxthred", "【原图】", &g_nMaxThred, 255, 0);
	createTrackbar("thick", "【原图】", &g_nThick, 100, 0);

	//先对图像进行空间的转换（为了之后要提取二值图像）
	Mat grayImage;
	cvtColor(srcImage, grayImage, CV_BGR2GRAY);
	//对图像进行滤波，达到较好的效果
	GaussianBlur(grayImage, grayImage, Size(3, 3), 0, 0);
	imshow("【滤波后的图像】", grayImage);

	char key;
	while (1)
	{
		//用边缘检测的方式获取二值图像
		Mat cannyImage;
		Canny(grayImage, cannyImage, g_nMinThred, g_nMaxThred, 3);

		//在二值图像中提取轮廓
		vector<vector<Point>> contours;
		vector<Vec4i> hierarchy;
		findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

		//对每个轮廓的点集 找逼近多边形
		vector<vector<Point>> approxPoint(contours.size());
		for (int i = 0; i < (int)contours.size(); i++)
		{
			//rectPoint变量中得到了矩形的四个顶点坐标
			RotatedRect rectPoint = minAreaRect(contours[i]);
			//定义一个存储以上四个点的坐标的变量
			Point2f fourPoint2f[4];
			//将rectPoint变量中存储的坐标值放到 fourPoint的数组中
			rectPoint.points(fourPoint2f);

			//根据得到的四个点的坐标  绘制矩形
			for (int i = 0; i < 3; i++)
			{
				line(cannyImage, fourPoint2f[i], fourPoint2f[i + 1]
					, Scalar(255, 255, 255), g_nThick);
			}
			line(cannyImage, fourPoint2f[0], fourPoint2f[3]
				, Scalar(255, 255, 255), g_nThick);
		}

		imshow("【绘制后的图像】", cannyImage);

		key = waitKey(1);
		if (key == 27)
			break;
	}

	return 0;
}