C++ Opencv ROI根据图像特征而不是坐标设置

我首先尝试使用Canny边缘检测器获取图像的边缘。这是第二幅图像的黄色部分，但我想自动获得ROI（红色部分），但不是通过图像的坐标

我通过控制低阈值和高阈值的变量来设置阈值以获得精细的边缘

通过这段代码，我没有发现图像的坏边缘，但我遇到了一个问题，即无法获得边缘内部的ROI

如果你能给我任何帮助，我将不胜感激

以下是我检测图像边缘的代码：

#include <opencv\cv.h>
#include <opencv\highgui.h>
#include <Windows.h>

int high_switch_value = 0;
int highint = 0;
int low_switch_value = 0;
int lowint = 0;

void switch_callback_h(int position)
{
    highint = position;
}

void switch_callback_l(int position)
{
   lowint = position;
}

int main(int argc, char* argv[])
{
    int N = 7; 
IplImage* img = cvLoadImage("C:\\Users\\user\\Pictures\\sigfox\\Original_image.bmp",0); 
IplImage* img_b = cvCreateImage(cvSize(img->width+N-1,img->height+N-1),
                                 img->depth,img->nChannels); 
IplImage* out = cvCreateImage(cvGetSize(img_b),IPL_DEPTH_8U,img_b->nChannels);

CvPoint offset = cvPoint((N-1)/2,(N-1)/2);
cvCopyMakeBorder(img,img_b,offset,IPL_BORDER_REPLICATE,cvScalarAll(0));

cvNamedWindow("result",CV_WINDOW_AUTOSIZE);
cvNamedWindow("source",CV_WINDOW_AUTOSIZE);

int aperature_size = N;
double low_thresh = 20;
double high_thresh = 40;

cvCreateTrackbar("HIGH","result",&high_switch_value,4,switch_callback_h);
cvCreateTrackbar("LOW","result",&low_switch_value,4,switch_callback_l);

while(1)
{
    switch(highint)
    {
        case 0:
            high_thresh = 200;
            break;

        case 1:
            high_thresh = 400;
            break;

        case 2:
            high_thresh = 600;
            break;

        case 3:
            high_thresh = 800;
            break;

        case 4:
            high_thresh = 1000;
            break;
    }

    switch(lowint)
    {
        case 0:
            low_thresh = 0;
            break;

        case 1:
            low_thresh = 100;
            break;

        case 2:
            low_thresh = 200;
            break;

        case 3:
            low_thresh = 400;
            break;

        case 4:
            low_thresh = 600;
            break;
    }

    cvCanny(img_b,out,low_thresh*N*N,high_thresh*N*N,aperature_size);
    cvShowImage("result",out);
    cvShowImage("source",img);

    if(cvWaitKey(15) == 27)
    {
        break;
    }
}
cvReleaseImage(&img);
cvReleaseImage(&img_b);
cvReleaseImage(&out);
cvDestroyWindow("result");

return 0;

}

#包括
#包括
#包括
int高_开关_值=0；
int-highint=0；
int low_开关_值=0；
int-lowint=0；
无效开关\u回调\u h（内部位置）
{
highint=位置；
}
无效开关\u回调\u l（内部位置）
{
lowint=位置；
}
int main（int argc，char*argv[]）
{
int N=7；
IplImage*img=cvLoadImage（“C:\\Users\\user\\Pictures\\sigfox\\Original\u image.bmp”，0）；
IplImage*img_b=cvCreateImage（cvSize（img->width+N-1，img->height+N-1），
img->深度，img->n通道）；
IplImage*out=cvCreateImage（cvGetSize（img_b）、IPL_DEPTH_8U、img_b->nChannels）；
CvPoint offset=CvPoint（（N-1）/2，（N-1）/2）；
cvCopyMakeBorder（img，img_b，offset，IPL_BORDER_REPLICATE，cvScalarAll（0））；
cvNamedWindow（“结果”，CV_窗口_自动调整大小）；
cvNamedWindow（“源”，CV_窗口_自动调整大小）；
int-aperture_size=N；
双低_阈值=20；
双高_阈值=40；
cvCreateTrackbar（“高”、“结果”和高开关值，4，开关回调）；
cvCreateTrackbar（“低”、“结果”和低开关值，4，开关回调值）；
而(1)
{
开关（高输入）
{
案例0：
高_阈值=200；
打破
案例1：
高_阈值=400；
打破
案例2：
高_阈值=600；
打破
案例3：
高_阈值=800；
打破
案例4：
高_阈值=1000；
打破
}
开关（lowint）
{
案例0：
低_阈值=0；
打破
案例1：
低_阈值=100；
打破
案例2：
低_阈值=200；
打破
案例3：
低_阈值=400；
打破
案例4：
低_阈值=600；
打破
}
cvCanny（img_b、out、低_阈值*N*N、高_阈值*N*N、孔径大小）；
cvShowImage（“结果”，输出）；
cvShowImage（“来源”，img）；
如果（cvWaitKey（15）==27）
{
打破
}
}
cvReleaseImage（&img）；
cvReleaseImage（&img_b）；
cvReleaseImage（&out）；
“结果”；
返回0；
}

请避免使用opencv不推荐的c-api。使用cv:：Mat，而不是IplImage*这样的代码不应该再被编写了。@berak谢谢！我会学习更多。谢谢你的建议：）我为你整理了问题布局……一个不相关的建议：避免

#包括
，即使在windows上，你也应该使用
#包括
（可移植性问题）不清楚你如何定义投资回报率：垂直，好的，它由上下边缘定义。但是横向的呢？标准是什么？