如何使用EmguCV和Windows Form自动裁剪图像空白区域

你的现有代码已经完成了轮廓检测与筛选的部分，但缺少关键的图像裁剪步骤。下面是修改后的完整实现，直接达成自动裁剪需求：

修改后的代码 #

// 阈值二值化（保留原有逻辑）
grayImage = grayImage.ThresholdBinary(new Gray(threshold), new Gray(255));

VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
CvInvoke.FindContours(grayImage, contours, null, RetrType.External, ChainApproxMethod.ChainApproxSimple);

Rectangle targetRect = Rectangle.Empty;
double maxArea = 0;

// 遍历轮廓，锁定面积最大的符合尺寸要求的区域（对应图纸主体）
for (int i = 0; i < contours.Size; i++)
{
    Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);
    double area = rect.Width * rect.Height;

    if (rect.Width > minWidth && rect.Height > minHeight && area > maxArea)
    {
        maxArea = area;
        targetRect = rect;
    }
}

// 执行裁剪操作（先确认找到有效轮廓）
if (targetRect != Rectangle.Empty)
{
    // 从原始图像中提取目标区域
    Mat croppedImage = new Mat(image, targetRect);
    imageBox.Image = croppedImage;
}
else
{
    // 未找到符合条件的轮廓时，显示原图
    imageBox.Image = image;
}

关键修改说明 #

• 新增最大面积筛选逻辑：图纸通常是图像中面积最大的有效轮廓，通过比较面积能精准锁定目标区域，避免误选小噪点轮廓
• 新增图像裁剪步骤：利用Emgu CV的Mat构造函数直接从原图提取目标矩形区域，一步完成裁剪
• 增加边界判断：防止未找到有效轮廓时出现异常

额外优化建议 #

• 如果图纸边缘有细微噪点，可在阈值处理前加模糊操作：CvInvoke.GaussianBlur(grayImage, grayImage, new Size(3, 3), 0);，提升轮廓检测准确性
• 根据实际图纸尺寸调整minWidth和minHeight的阈值，过滤掉过小的无效轮廓

内容的提问来源于stack exchange，提问作者Thomas Herr