如何用C++结合OpenCV获取叶片等物体的面积？

你的思路方向是对的，接下来可以在现有代码基础上补充以下步骤，实现两片叶片的面积统计：

步骤1：提取边缘轮廓 #

Canny输出的是边缘线条，首先需要从边缘图中提取出叶片的轮廓，这是后续计算面积的基础：

// 定义轮廓和层级结构变量
std::vector<std::vector<cv::Point>> contours;
std::vector<cv::Vec4i> hierarchy;
// 提取外部轮廓（只保留最外层，忽略内部孔洞）
cv::findContours(cimg, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

步骤2：计算并输出每个叶片的面积 #

利用OpenCV自带的contourArea函数可以直接计算轮廓包围的面积，同时可以过滤掉小噪声轮廓：

// 遍历所有轮廓，统计有效叶片的面积
for (size_t i = 0; i < contours.size(); i++) {
    double area = cv::contourArea(contours[i]);
    // 过滤面积过小的噪声轮廓，阈值可根据实际图像调整
    if (area > 50) {
        std::cout << i+1 << "号叶片-" << static_cast<int>(area) << std::endl;
    }
}

完整整合代码 #

把你的现有代码和补充部分整合起来，完整实现流程：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    Mat img = imread("your_leaf_image.jpg"); // 替换为你的叶片图像路径
    if (img.empty()) {
        cout << "无法读取图像" << endl;
        return -1;
    }

    imwrite("capture.png", img);
    imshow("capture", img);
    moveWindow("capture",10,10);

    Mat gimg, bimg, cimg;
    cvtColor(img, gimg, COLOR_BGR2GRAY);
    blur(gimg, bimg, Size(3, 3));
    
    int lowthreshold = 50; // 可根据图像清晰度调整阈值
    int highthreshold = 150;
    Canny(bimg, cimg, lowthreshold, highthreshold, 3);

    // 提取轮廓
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(cimg, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 统计叶片面积
    for (size_t i = 0; i < contours.size(); i++) {
        double area = contourArea(contours[i]);
        if (area > 50) {
            cout << i+1 << "号叶片-" << static_cast<int>(area) << std::endl;
        }
    }

    waitKey(0);
    return 0;
}

实用提示 #

• 如果Canny边缘提取效果不好，可尝试用阈值分割（threshold或adaptiveThreshold）替代，背景单一的情况下阈值分割更稳定
• 调整Canny的高低阈值，确保叶片边缘完整闭合，避免轮廓断裂
• 若叶片内部有孔洞，可修改findContours的检索模式为RETR_CCOMP，并计算包含孔洞的总面积

内容的提问来源于stack exchange，提问作者Official Wish