OpenCV提取前景物体颜色(HSV值)

基本思路为；

1. 转灰度图，计算梯度，并归一化到0~255；
2. 使用Otsu方法，对归一化的梯度图像进行二值化处理（处理后，边缘为白色亮线，其余为黑色）；
3. 获取二值图像非零像素最小包围盒Roi；
4. 统计Roi之外区域像素平均RGB值，作为背景RGB值；
5. 原始图像转HSV彩色，并抠取Roi区域图像；
6. 对抠取的HSV彩色图像进行Kmeans聚类，k=2；
7. 对聚类的结果分别统计其RGB均值，判定与背景RGB值相近的为背景区域（第4步结果），否则为前景区域；
8. 求前景区域HSV值均值；

前提条件：背景较为单一的场景，没有梯度变化明显的纹理特征。

实现代码如下：

#include <iostream>
#include <filesystem>
#include<fstream>
#include <opencv2/opencv.hpp>

namespace fs = std::filesystem;

cv::Rect findMinBoundingPoly(cv::Mat& binaryImage);


void extractEdge(cv::Mat& image, cv::Mat &edge)
{
    cv::Mat tmp = image.clone();
    if (image.channels() == 3) {
        cv::cvtColor(image, tmp, cv::COLOR_BGR2GRAY);
    }

    // 计算图像的梯度幅值
    cv::Mat gradX, gradY, gradMag;
    cv::Sobel(tmp, gradX, CV_32F, 1, 0); // 水平方向梯度
    cv::Sobel(tmp, gradY, CV_32F, 0, 1); // 垂直方向梯度
    cv::magnitude(gradX, gradY, gradMag);  // 梯度幅值

    // 归一化梯度幅值到 0-255 范围
    cv::Mat normalizedGradMag;
    cv::normalize(gradMag, normalizedGradMag, 0, 255, cv::NORM_MINMAX, CV_8U);

    // 自适应二值化
    //cv::Mat binaryImage;
    double otsuThreshold = threshold(
        normalizedGradMag,             // 输入图像
        edge,       // 输出图像
        0,                 // 阈值（Otsu 二值化时设