在计算机视觉领域中，找到和分析图像中的轮廓（contours）是一个非常基础且重要的任务。轮廓可以帮助我们识别和处理图像中的对象。在本文中，我们将详细探讨如何使用 OpenCvSharp 库来找到图像中的轮廓并计算每个轮廓的面积。我们将使用一个完整的示例代码来解释整个流程。

准备工作

首先，我们需要确保已经安装了 OpenCvSharp。你可以通过 NuGet 包管理器来安装 OpenCvSharp4 和 OpenCvSharp4.runtime.win。

dotnet add package OpenCvSharp4
dotnet add package OpenCvSharp4.runtime.win

计算轮廓面积的步骤

1. 读取图像
2. 将图像转换为灰度图
3. 应用阈值处理或边缘检测
4. 查找轮廓
5. 计算每个轮廓的面积

下面是详细的示例代码。

using OpenCvSharp;

namespace App5
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 读取图像
            Mat src = Cv2.ImRead("0.jpg", ImreadModes.Color);

            if (src.Empty())
            {
                Console.WriteLine("无法读取图像");
                return;
            }

            // 2. 将图像转换为灰度图
            Mat gray = new Mat();
            Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);
            Cv2.ImShow("灰度图", gray);

            // 3. 应用阈值处理
            Mat binary = new Mat();
            Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary);
            Cv2.ImShow("阈值", binary);

            // 4. 查找轮廓
            Point[][] contours;
            HierarchyIndex[] hierarchy;
            Cv2.FindContours(binary, out contours, out hierarchy, RetrievalModes.CComp, ContourApproximationModes.ApproxSimple);

            // 5. 遍历所有轮廓并过滤
            for (int i = 0; i < contours.Length; i++)
            {
                // 过滤尺度太小的轮廓
                double area = Cv2.ContourArea(contours[i]);
                if (area < 100) // 可调节的最小轮廓面积阈值
                {
                    continue;
                }

                // 只绘制最外层的轮廓（忽略嵌套的子轮廓）
                if (hierarchy[i].Parent == -1)
                {
                    // 输出每个有效轮廓的面积
                    Console.WriteLine($"轮廓 {i + 1} 的面积: {area}");

                    // 绘制轮廓
                    Cv2.DrawContours(src, contours, i, Scalar.Red, 2);

                    // 计算轮廓的中心点
                    Moments moments = Cv2.Moments(contours[i]);
                    int cx = (int)(moments.M10 / moments.M00);
                    int cy = (int)(moments.M01 / moments.M00);

                    // 标注面积
                    Cv2.PutText(src, area.ToString("F2"), new Point(cx, cy), HersheyFonts.HersheySimplex, 0.6, Scalar.Red, 2);
                }
            }

            // 显示并保存结果图像
            Cv2.ImShow("对像与面积", src);
            Cv2.WaitKey();
        }
    }
}

遍历并过滤轮廓

// 遍历所有轮廓并过滤
for (int i = 0; i < contours.Length; i++)
{
    // 过滤尺度太小的轮廓
    double area = Cv2.ContourArea(contours[i]);
    if (area < 100) // 可调节的最小轮廓面积阈值
    {
        continue;
    }

    // 只绘制最外层的轮廓（忽略嵌套的子轮廓）
    if (hierarchy[i].Parent == -1)
    {
        // 输出每个有效轮廓的面积
        Console.WriteLine($"轮廓 {i + 1} 的面积: {area}");

        // 绘制轮廓
        Cv2.DrawContours(src, contours, i, Scalar.Red, 2);

        // 计算轮廓的中心点
        Moments moments = Cv2.Moments(contours[i]);
        int cx = (int)(moments.M10 / moments.M00);
        int cy = (int)(moments.M01 / moments.M00);

        // 标注面积
        Cv2.PutText(src, area.ToString("F2"), new Point(cx, cy), HersheyFonts.HersheySimplex, 0.6, Scalar.Red, 2);
    }
}

• 过滤面积过小的轮廓：通过计算轮廓面积，过滤掉面积小于100的轮廓。
• 仅绘制最外层轮廓：通过检查hierarchy[i].Parent == -1，只绘制最外层的轮廓，忽略嵌套轮廓。
• 输出有效轮廓的面积：在控制台输出每个有效轮廓的面积。
• 绘制轮廓：在原图上用红色绘制有效轮廓。
• 计算和标注轮廓中心点：计算每个轮廓的中心点并标注面积值。

总结

本文介绍了如何使用 OpenCvSharp 库计算图像中每个轮廓的面积。我们通过一个完整的示例代码展示了从读取图像、灰度处理、二值化、查找轮廓到计算面积的整个流程。希望这能对你在图像处理上的工作有所帮助。