1 #include<opencv2/opencv.hpp> 2 #include<iostream> 3  4 using namespace cv; 5 using namespace std; 6  7 Rect roi; 8 Mat frame, mask; 9 void processFrame(Mat &binary, Rect &rect);10 11 int main(int argc, char* argv) {12     VideoCapture capture(0);//打开摄像头13     if (!capture.isOpened()) {14         printf("Could not find Video data..");15         return -1;16     }17     18     Mat kernel1 = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));19     Mat kernel2 = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));20 21     namedWindow("input_Video", CV_WINDOW_AUTOSIZE);22     namedWindow("mask_Video", CV_WINDOW_AUTOSIZE);23     while (capture.read(frame))//读取当前帧24     {25 26         inRange(frame, Scalar(0, 0, 0), Scalar(255, 80, 80), mask);//过滤得到Scalar1到Scalar2之间的图像27 28         //形态学操作29         morphologyEx(mask, mask, MORPH_OPEN, kernel1, Point(-1, -1));//开操作，去掉噪声30         dilate(mask, mask, kernel2, Point(-1, -1), 4);//膨胀，填补空洞31         imshow("mask_Video", mask);32 33         processFrame(mask, roi); // 轮廓发现与位置标定34         rectangle(frame, roi, Scalar(0, 0, 255), 3, 8, 0);//画出外接矩形35         imshow("input_Video", frame);36 37         char c = waitKey(100);//延时100ms38         if (c == 27) //等待“Esc”39         {40             break;41         }42     }43     capture.release();//释放视频的内存44     waitKey(0);45     return 0;46 47 }48 49 50 //binary：输入图像51 //rect：返回的ROI区域52 void processFrame(Mat &binary, Rect &rect) {53     Point p, center;54     vector<vector<Point>> contours;55     vector<Vec4i> hireachy;56     //发现最外层轮廓57     findContours(binary, contours, hireachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));58 59     if (contours.size() > 0) //判断是否有轮廓被找到60     {61         double maxArea = 0.0;62         for (size_t t = 0; t < contours.size(); t++) {63             double area = contourArea(contours[static_cast<int>(t)]);//获取轮廓的面积64             if (area > maxArea)//面积筛选，只画出最大的轮廓65             {66                 maxArea = area;67                 rect = boundingRect(contours[static_cast<int>(t)]);//获取最小外界矩形68 69                 //计算并输出坐标70                 center.x = rect.x + cvRound(rect.width / 2.0);71                 center.y = rect.y + cvRound(rect.height / 2.0);72                 center.x = center.x - frame.cols / 2;73                 center.y = center.y - frame.rows / 2;74 75                 cout << center.x << "," << center.y << endl;76             }77         }78 79     }80     else {81         rect.x = rect.y = rect.width = rect.height = 0;82     }83 84 }

 inRange()函数 ：

此函数作用：可实现二值化功能（这点类似threshold()函数），更关键的是可以同时针对多通道进行操作，使用起来非常方便！ 主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0），该功能类似于之间所讲的双阈值化操作。

void inRange(InputArray src, InputArray lowerb,
                         InputArray upperb, OutputArray dst);

参数解释：

参数1：输入要处理的图像，可以为单通道或多通道。

参数2：包含下边界的数组或标量。

参数3：包含上边界数组或标量。

参数4：输出图像，与输入图像src 尺寸相同且为CV_8U 类型。

请注意：该函数输出的dst是一幅二值化之后的图像。