C++ 如何在黑色区域opencv（C+；+；）中查找矩形

我是OpenCV的新手。我正在使用opencv查找位置，并在图像中附加戳记。戳记不能与图像中的其他对象重叠

示例：带白色区域的二值图像是图像上的对象，黑色区域是无对象

结果：在黑色区域（在白色圆圈中）中查找rect可以附加戳记

请帮我找到黑色区域的矩形和蓝色矩形一样。

---

谢谢大家!

如果您知道矩形计数，那么它可以使用kmeans作为聚类点。 首先，仅获取蓝点并进行二值化，它们：

cv::Mat img = cv::imread("NQdmi.png", cv::IMREAD_COLOR);

std::vector<cv::Mat> chans;
cv::split(img, chans);

cv::Mat diff;
cv::absdiff(chans[2], chans[1], diff);

cv::threshold(diff, diff, 1, 255, cv::THRESH_BINARY);

cv::imshow("diff", diff);

cv:：Mat img=cv:：imread（“NQdmi.png”，cv:：imread\u COLOR）；
性病：媒介通道；
cv：：拆分（img、chans）；
cv：：Mat diff；
cv：：absdiff（chans[2]，chans[1]，diff）；
cv:：threshold（diff，diff，1255，cv:：THRESH_二进制）；
cv：：imshow（“diff”，diff）；

只有蓝点：

聚集点并查找旋转的矩形：

std::vector<cv::Point2f> points;
for (int y = 0; y < diff.rows; ++y)
{
    for (int x = 0; x < diff.cols; ++x)
    {
        if (diff.at<uchar>(y, x))
        {
            points.emplace_back(x, y);
        }
    }
}

cv::Mat pointsKmeans(points.size(), 1, CV_32FC2, &points[0]);
cv::Mat labels;
int clusterCount = 2;
cv::Mat centers;

cv::kmeans(pointsKmeans, clusterCount, labels,
    cv::TermCriteria(cv::TermCriteria::EPS+cv::TermCriteria::COUNT, 100, 1.0),
       3, cv::KMEANS_PP_CENTERS, centers);

std::vector<cv::Point2f> points1;
std::vector<cv::Point2f> points2;

cv::Mat draw = img.clone();
for (size_t i = 0; i < points.size(); ++i)
{
    int clusterIdx = labels.at<int>(i);
    if (clusterIdx > 0)
    {
        cv::circle(draw, points[i], 2, cv::Scalar(255, 0, 0), cv::FILLED, cv::LINE_AA);
        points1.push_back(points[i]);
    }
    else
    {
        cv::circle(draw, points[i], 2, cv::Scalar(0, 0, 255), cv::FILLED, cv::LINE_AA);
        points2.push_back(points[i]);
    }
}

auto DrawRRect = [draw](const std::vector<cv::Point2f>& pp)
{
    cv::RotatedRect rr = cv::minAreaRect(pp);
    cv::Point2f corners[4];
    rr.points(corners);
    cv::line(draw, corners[0], corners[1], cv::Scalar(0, 255, 0), 2);
    cv::line(draw, corners[1], corners[2], cv::Scalar(0, 255, 0), 2);
    cv::line(draw, corners[2], corners[3], cv::Scalar(0, 255, 0), 2);
    cv::line(draw, corners[3], corners[0], cv::Scalar(0, 255, 0), 2);
};
DrawRRect(points1);
DrawRRect(points2);

cv::imshow("draw", draw);

std:：向量点；
对于（int y=0；y0）
{
圆（画图，点[i]，2，cv:：标量（255,0,0），cv:：填充，cv:：直线_AA）；
点1.向后推（点[i]）；
}
其他的
{
圆（画图，点[i]，2，cv:：标量（0,0,255），cv:：填充，cv:：直线_AA）；
点2.向后推（点[i]）；
}
}
自动绘图更正=[draw]（常量标准：：向量和pp）
{
cv:：RotatedRect rr=cv:：MinareRect（pp）；
cv:：Point2f角点[4]；
rr.点（角）；
cv:：line（绘制，角点[0]，角点[1]，cv:：Scalar（0，255，0），2）；
cv:：line（绘制，角点[1]，角点[2]，cv:：Scalar（0，255，0），2）；
cv:：line（绘制，角点[2]，角点[3]，cv:：Scalar（0，255，0），2）；
cv:：line（绘制，角点[3]，角点[0]，cv:：Scalar（0，255，0），2）；
};
绘图更正（点1）；
图纸更正（点2）；
cv：：imshow（“绘制”，绘制）；

结果:

---

你好，努兹尼！谢谢你的回答。但我的意思是，二值图像只有黑色区域和白色区域（不是蓝色矩形）。我们必须找到黑色区域上的最大矩形。图像有蓝色矩形是在黑色区域中找到矩形后的一个示例。