C++ 尝试使用“查找轮廓”检测矩形

我试图使用“查找轮廓”来检测矩形，但从下图中没有得到任何轮廓

我在图像中检测不到任何轮廓。是“查找轮廓”对下图不好，还是应该使用hough变换

更新：我已经更新了使用近似多边形的源代码

但是我仍然得到了异常值边界矩形，我找不到屏幕截图中最小的矩形

我有另一个例子，当前的解决方案，它不工作，甚至当增加侵蚀或膨胀

这是代码

using namespace cm;
    using namespace cv;
    using namespace std;


    cv::Mat input = cv::imread("heightmap.png");
    RNG rng(12345);
    // convert to grayscale (you could load as grayscale instead)
    cv::Mat gray;
    cv::cvtColor(input,gray, CV_BGR2GRAY);


    // compute mask (you could use a simple threshold if the image is always as good as the one you provided)
    cv::Mat mask;
    cv::threshold(gray, mask, 0, 255,CV_THRESH_OTSU);

    cv::namedWindow("threshold");
    cv::imshow("threshold",mask);

    // find contours (if always so easy to segment as your image, you could just add the black/rect pixels to a vector)
    std::vector<std::vector<cv::Point> > contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(mask,contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
    cv::Mat drawing = cv::Mat::zeros( mask.size(), CV_8UC3 );

    vector<vector<cv::Point> > contours_poly( contours.size() );
    vector<vector<cv::Point> > ( contours.size() );
    vector<cv::Rect> boundRect( contours.size() );
    for( int i = 0; i < contours.size(); i++ )
    {
        approxPolyDP( cv::Mat(contours[i]), contours_poly[i], 3, true );
        boundRect[i] = boundingRect( cv::Mat(contours_poly[i]) );
    }

     for( int i = 0; i< contours.size(); i++ )
    {
        cv::Scalar color = cv::Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
        rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );

    }

    // display
    cv::imshow("input", input);
    cv::imshow("drawing", drawing);
    cv::waitKey(0);

使用名称空间cm；
使用名称空间cv；
使用名称空间std；
cv:：Mat input=cv:：imread（“heightmap.png”）；
RNG RNG（12345）；
//转换为灰度（可以改为以灰度加载）
cv：：席灰色；
cv:：CVT颜色（输入，灰色，cv_bgr2灰色）；
//计算掩码（如果图像始终与您提供的图像一样好，您可以使用一个简单的阈值）
cv：：Mat面罩；
cv：：阈值（灰色，遮罩，0，255，cv_THRESH_OTSU）；
cv：：namedWindow（“阈值”）；
cv：：imshow（“阈值”，掩码）；
//查找轮廓（如果总是像图像那样容易分割，您可以将黑色/矩形像素添加到向量中）
矢量轮廓；
向量层次；
cv:：findContours（遮罩、轮廓、cv_RETR_外部、cv_链_近似_简单）；
cv:：Mat drawing=cv:：Mat:：Zero（mask.size（），cv_8UC3）；
向量等高线_多边形（等高线.size（））；
向量（contours.size（））；
向量boundRect（contours.size（））；
对于（int i=0；i

您正在使用的代码看起来像是源代码

它使用

BinaryInv

阈值，因为它在白色背景上检测黑色形状

您的示例正好相反，因此您应该调整代码，改为使用

Binary

threshold类型（或否定图像）

如果没有此修复，

FindContours

将检测图像的周长，这将是最大的轮廓

所以我不认为代码没有检测到轮廓，只是没有检测到您期望的“最大轮廓”

即使修复了这个问题，您发布的代码也无法将矩形与示例图像中的矩形匹配，因为最明显的矩形特性没有干净的边框。链接问题中的

approxPolyDP

建议可能会有所帮助，但您必须改进源图像

有关此方法与用于查找矩形的Hough方法的比较，请参见

编辑

您应该能够通过两次调用

corrove

（3x3）将示例图像中的矩形与其他blob分开

---

你必须选择最大的轮廓，而不是选择最平方的轮廓，所以你认为我应该使用hough变换而不是查找轮廓？因为我有不规则的形状？看情况。如果您可以使用

findContours

清理图像棒，因为它更稳定。什么是清理图像棒。我ḿ 一个初学者和我ḿ 学习。请尽量多解释，帮助我。非常感谢，对不起。。。那里应该有个逗号。如果可以清理图像，则

findContours

的效果会更好。查看我答案末尾的链接，比较两种方法。我如何清理图像？使用膨胀和侵蚀？这就是你的意思吗？