OpenCV方块：过滤输出

这是一个输出平方检测的例子，我的问题是过滤这个平方

• 第一个问题是为同一区域绘制一条以上的线
• 第二，我只需要检测物体，而不是所有的图像

另一个问题是，我必须只拍摄最大的物体，除了所有的图像

以下是检测代码：

静态空心findSquares（常数矩阵和图像、向量>和正方形）{

squares.clear（）；
Mat-pyr，timg，灰色0（image.size（），CV_8U），灰色；
//缩小和放大图像以滤除噪声
pyrDown（image，pyr，Size（image.cols/2，image.rows/2））；
pyrUp（pyr，timg，image.size（））；
矢量等值线；
//在图像的每个颜色平面中查找正方形
对于（int c＝0；c＜3；C++）
{
int ch[]={c，0}；
混音通道（&timg，1，&0，1，ch，1）；
//尝试几个阈值级别
对于（int l=0；l=（l+1）*255/N；
}
//找到等高线并将其全部存储为列表
findContours（灰色、等高线、等高线列表、等高线链近似简单）；
向量近似；
//测试每个轮廓
对于（size_t i=0；i1000&&
isContourConvex（材料（近似）））
{
双最大余弦=0；
对于（int j=2；j<5；j++）
{
//求关节边之间角度的最大余弦
双余弦=fabs（角度（约[j%4]，约[j-2]，约[j-1]）；
最大余弦=最大值（最大余弦，余弦）；
}
如果（最大余弦<0.3）
正方形。推回（大约）；
}
}
}
}

}

您需要查看的标志。您可以设置一个名为CV_RETR_EXTERNAL的标志，该标志将仅返回最外层的轮廓（其中的所有轮廓都将被丢弃）。这可能会返回整个帧，因此您需要缩小搜索范围，使其不会检查帧边界。使用函数copyMakeBorder（）完成此操作。我还建议删除“放大”功能，因为它可能会导致线条两侧的轮廓重复（如果删除“放大”，甚至可能不需要边界）。以下是我的输出：

---

计算检测到的正方形的面积，然后取最大的一个。您可以通过检查检测到的正方形是否小于图像的95%等，尝试消除“整个图像正方形”。同时添加原始图像，所以用户可以对其进行操作并向您演示。原始图像iiro我以前考虑过这一点，但这需要时间进行处理，因为有时在同一区域绘制20条线，我给出的图像数组列表类似于40条或更多，不认为这是正确的方式谢谢您的回答

squares.clear();

Mat pyr, timg, gray0(image.size(), CV_8U), gray;

// down-scale and upscale the image to filter out the noise
pyrDown(image, pyr, Size(image.cols/2, image.rows/2));
pyrUp(pyr, timg, image.size());
vector<vector<Point> > contours;

// find squares in every color plane of the image
for( int c = 0; c < 3; c++ )
{
    int ch[] = {c, 0};
    mixChannels(&timg, 1, &gray0, 1, ch, 1);

    // try several threshold levels
    for( int l = 0; l < N; l++ )
    {
        // hack: use Canny instead of zero threshold level.
        // Canny helps to catch squares with gradient shading
        if( l == 0 )
        {
            // apply Canny. Take the upper threshold from slider
            // and set the lower to 0 (which forces edges merging)
            Canny(gray0, gray, 0, thresh, 5);
            // dilate canny output to remove potential
            // holes between edge segments
            dilate(gray, gray, Mat(), Point(-1,-1));
        }
        else
        {
            // apply threshold if l!=0:
            gray = gray0 >= (l+1)*255/N;
        }

        // find contours and store them all as a list
        findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

        vector<Point> approx;

        // test each contour
        for( size_t i = 0; i < contours.size(); i++ )
        {
            approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);

            if( approx.size() == 4 &&
                fabs(contourArea(Mat(approx))) > 1000 &&
                isContourConvex(Mat(approx)) )
            {
                double maxCosine = 0;

                for( int j = 2; j < 5; j++ )
                {
                    // find the maximum cosine of the angle between joint edges
                    double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
                    maxCosine = MAX(maxCosine, cosine);
                }

                if( maxCosine < 0.3 )
                    squares.push_back(approx);
            }
        }
    }
}