C++ Opencv孔检测

我有一个图像，我想检测我的对象内的孔（使用它来计算每个孔的面积）。这是我使用opencv操作后的图像

问题是背景和孔的颜色相同

所以我不知道该怎么做才能把它们分开，也不知道该用什么算法来检测这些洞

cv::threshold(channel[1], channel[1], 190, 255, CV_THRESH_BINARY);
cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
cv::morphologyEx(channel[1], channel[1], cv::MORPH_OPEN, element);
cv::dilate(channel[1], channel[1], element);
cv::bitwise_not(channel[1], channel[1]);
cv::imwrite("green_after.bmp", channel[1]);

cv::Mat dist;
cv::distanceTransform(channel[1], dist, CV_DIST_L2, 3);
cv::imwrite("dist.bmp", dist);
cv::normalize(dist, dist, 0, 1., cv::NORM_MINMAX);
cv::imwrite("dist2.bmp", dist);
cv::threshold(dist, dist, .1, 1., cv::THRESH_BINARY);
cv::imwrite("dist3.bmp", dist);
cv::normalize(dist, dist, 0.0, 255.0, cv::NORM_MINMAX);
cv::imwrite("dist4.bmp", dist);

cv::Mat invSrc = cv::Scalar::all(255) - dist;
cv::imwrite("dist5.bmp", invSrc);

---

下一步该怎么做？

你可以做模板匹配——图像处理中互相关的一种应用——非常简单

如果您碰巧有上面图像的模板（即预期图像没有孔或任何间隙）。您可以执行Xcorrelation，即模板匹配，以确定是否存在任何孔。如果没有洞，你应该得到一个完美的匹配，否则没有匹配。正如@Hans在下面评论的那样，背景仍然是白色的——这使得它有点棘手

看看这个-

我可以考虑的解决方案之一是：

1） 从相同大小的全黑背景图像中减去图像，即白色图像的所有像素值应对应于所有白色

---

2） 看看这些指数。这些是实际图像中的孔。

第一步是二值化和反转。通过这些步骤，您将得到一个具有黑色背景、白色对象和黑洞的二值图像

接下来，我将为您提供使用参数CV_RETR_CCOMP（或CV_RETR_TREE）的findContour方法：

此方法使用CV_RETR_CCOMP参数查找所有白色对象的外部轮廓，并确定每个孔的内部轮廓。它检索所有轮廓并将其组织成两级层次结构。在顶层，有组件的外部边界。在第二层，有孔的边界。如果连接组件的孔内有另一个轮廓，它仍然放在顶层

如果在层次结构中有孔的轮廓，则可以通过矩计算、边界矩形计算等继续图像处理（）

findContour方法的用法写在这个问题上：

---

谢谢您的回复。但问题是我没有一个没有空白的图像模板。事实上，你所说的模板是我想从我的图像中得到的，在我进行孔检测之前。检查更新的答案，看看我是否触及了正确的基础！第1点：如果你只是翻转颜色，你根本没有改善情况，因为洞和背景仍然有相同的颜色。@Hannesovren我正在尝试提出一些想法，如果你有更好的解决方案，那将是一件好事-同时我更新了我的答案，承认背景是一个困难的问题。“洞”的定义有点不清楚。在黑色的大斑点中有一些相当大的白色区域。这些是背景还是空洞？我会把它们看成是完整的，它需要完全自动地工作，或者你可以手动交互（点击图像）？