C++ 如何检测图像部分的高度？

有时医生不把它压平。我想做的是检查它是否压平。 我用一个精明的算法来处理它

// Example 2-7. The Canny edge detector writes its output to a single-channel (grayscale) image
// 2
#include <opencv2/opencv.hpp>

void help(char** argv) {
    std::cout << "\n"
        << "\nExample 2-7. The Canny edge detector writes its output to a single-channel (grayscale) image"
        << "\nCall:\n"
        << argv[0] << " <path/image>\n"
        << "For example:\n"
        << argv[0] << " ../fruits.jpg\n"
        << std::endl;
}


int main(int argc, char** argv) {

    if (argc != 2) {
        help(argv);
        return 0;
    }

    cv::Mat img_rgb, img_gry, img_cny;

    cv::namedWindow("Example Gray", cv::WINDOW_AUTOSIZE);
    cv::namedWindow("Example Canny", cv::WINDOW_AUTOSIZE);

    img_rgb = cv::imread(argv[1]);

    cv::cvtColor(img_rgb, img_gry, cv::COLOR_BGR2GRAY);
    cv::imshow("Example Gray", img_gry);

    cv::Canny(img_gry, img_cny, 10, 100, 3, true);
    cv::imshow("Example Canny", img_cny);

    cv::waitKey(0);

}

然后用等高线得到顶部？ 有没有像模板匹配之类的解决方案，因为相机拍摄的照片可能略有不同。

---

Rect Rect（150,060300）； Mat image_roi=img_rgb（rect）

cv:：cvtColor（图像roi、图像灰度、cv:：COLOR\bgr2灰度）；
cv：：imshow（“灰色示例”，img_gry）；
cv:：blur（img_gry，img_blr，cv:：Size（3,3））；
cv:：imshow（“示例模糊”，img_blr）；
简历：：Canny（img_blr，img_cny，10100，3，真）；
cv：：imshow（“示例Canny”，img_cny）；
矢量线；
HoughLines（img_cny，lines，1，CV_PI/180，180，0，0）；

---

这里的阈值很难确定。

什么会“变平”？你想测量什么？变“扁平”意味着每根管子都和其他管子一样高。看图片，一根管子的位置不好。我想测量的是找出它。我想你可能想在运行

cv:：Canny

，比如，

cv:：Mat img\u blr；cv:：blur（img_gry，img_blr，cv:：Size（3,3））

从反射中移除瑕疵（然后使用

img\u blr

而不是

img\u gry

和

cv:：Canny

）-我对OpenCV还不太了解，所以不知道从哪里开始。你知道扁平状态下管子的理想高度。若背景为固定平面白色，则扫描高于某个阈值高度的像素存在。这可以通过搜索像素来完成。但是背景宽度可以增加。所以，窗户或灯不应该出现在图片中。我已经更新了问题。

Rect rect(150, 0, 600, 300);
Mat image_roi = img_rgb(rect);

cv::cvtColor(image_roi, img_gry, cv::COLOR_BGR2GRAY);
cv::imshow("Example Gray", img_gry);

cv::blur(img_gry, img_blr, cv::Size(3, 3));
cv::imshow("Example blur", img_blr);

cv::Canny(img_blr, img_cny, 10, 100, 3, true);
cv::imshow("Example Canny", img_cny);

vector<Vec2f> lines;
HoughLines(img_cny, lines, 1, CV_PI / 180, 180, 0, 0);