Contours opencv：如何消除二进制图像中的小轮廓
我目前正在从事图像处理项目。 我在VC ++中使用Opencv2.3.1。 我编写了这样的代码，输入图像被过滤为仅蓝色并转换为二进制图像。 二进制图像有一些我不想要的小物体。 我想消除那些小对象，所以我使用openCV的cvFindContours()方法来检测二进制图像中的轮廓。 但问题是我无法消除图像输出中的小物体。 我使用了cvContourArea()函数，但没有正常工作..，侵蚀function也无法正常工作。
所以请有人帮我解决这个问题..
我获得的二进制图像 ：
我想要获得的结果/输出图像 ：
好的，我相信你的问题可以通过OpenCV最近推出的边界框演示来解决。
您可能已经注意到，您感兴趣的对象应位于图片中最大的矩形绘制区域内。 幸运的是，这段代码并不是很复杂，我相信你可以通过调查和实验来解决这个问题。
这是我消除小轮廓的解决方案。 基本思想是检查每个轮廓的长度/面积，然后从矢量容器中删除较小的一个。
通常你会得到这样的轮廓
Mat canny_output; //example from OpenCV Tutorial vector > contours; vector hierarchy; Canny(src_img, canny_output, thresh, thresh*2, 3);//with or without, explained later. findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));
使用Canny（）预处理，您将获得轮廓线段，但每个线段都存储有边界像素作为闭环。 在这种情况下，您可以检查长度并删除小的长度
for (vector >::iterator it = contours.begin(); it!=contours.end(); ) { if (it->size()
如果没有Canny（）预处理，您将获得对象的轮廓。 相似之处，您也可以使用区域来定义阈值以消除小对象，如OpenCV教程所示
vector contour = contours[i]; double area0 = contourArea(contour);
此contourArea（）是非零像素的数量
你确定通过小轮廓区域过滤不起作用吗？ 它总是对我有用。 我们能看到您的代码吗？
此外，正如sue-ling所提到的，使用侵蚀和扩张来大致保留区域是个好主意。 要去除小的噪声位，首先使用侵蚀，并填充孔，首先使用扩张。
另外，如果您还没有了解cv *函数的新C ++版本，那么您可能需要查看它们（ findContours 文档 ）。 在我看来，它们更容易使用。
通过前后图像判断，需要确定所有白色区域或斑点的面积，然后应用阈值区域值。 这将消除小于该值的所有区域，并且仅留下在第二图像中看到的大的白色区域。 使用cvFindContours函数后，尝试使用0阶时刻。 这将返回图像中斑点的区域。 此链接可能有助于实现我刚才描述的内容。 http://www.aishack.in/2010/07/tracking-colored-objects-in-opencv/
我相信你可以使用像erode和dilate这样的形态学操作符（ 在这里阅读更多）
您需要使用靠近右侧圆圈半径的内核大小（您要消除的那个）执行侵蚀。 然后使用相同的内核进行扩张，以填补侵蚀步骤产生的间隙。
使用相同内核进行扩张后的FYI侵蚀称为开放。
代码将是这样的
int erosion_size = 30; // adjust with you application Mat erode_element = getStructuringElement( MORPH_ELLIPSE, Size( 2*erosion_size + 1, 2*erosion_size+1 ), Point( erosion_size, erosion_size ) ); erode( binary_img, binary_img, erode_element ); dilate( binary_img, binary_img, erode_element );
这不是一种快速的方法，但在某些情况下可能有用。 OpencCV 3.0中有一个新function – connectedComponentsWithStats。 有了它，我们可以获得连接组件的区域，并消除不必要的。 因此，我们可以轻松地删除带孔的圆，使用与实心圆相同的边界框。