C++ opencv 图像最外侧非零点提取-Go服务器开发

要在 C++ 中使用 OpenCV 提取图像的最外侧非零点，可以按照以下步骤进行：

读取图像：加载待处理的图像。
转换为灰度图：如果是彩色图像，将其转换为灰度图。
二值化处理：通过阈值处理将图像转换为二值图（黑白）。
检测轮廓：使用 findContours 函数获取所有轮廓。
提取最外侧非零点：找到最外层轮廓的点。

下面是具体实现代码：

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

int main() {
    // 读取图像
    cv::Mat img = cv::imread("path_to_your_image.jpg");
    if (img.empty()) {
        std::cerr << "Error: Could not open or find the image!" << std::endl;
        return -1;
    }

    // 转换为灰度图
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);

    // 二值化处理
    cv::Mat binary;
    cv::threshold(gray, binary, 127, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);

    // 检测轮廓
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;

    cv::findContours(binary, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

    // 确保至少有一个轮廓被找到
    if (contours.empty()) {
        std::cout << "No contours found!" << std::endl;
        return 0;
    }

    // 找到最大的轮廓（最外层）
    int largestContourIndex = -1;
    double maxArea = 0;

    for (size_t i = 0; i < contours.size(); i++) {
        double area = cv::contourArea(contours[i]);
        if (area > maxArea) {
            maxArea = area;
            largestContourIndex = static_cast<int>(i);
        }
    }

    if (largestContourIndex != -1) {
        // 在原始图像上标记最外侧非零点
        for (const auto& point : contours[largestContourIndex]) {
            img.at<cv::Vec3b>(point) = cv::Vec3b(0, 255, 0); // 将最外侧的非零点标记为绿色

            // 输出这些点的位置
            std::cout << "Outer point: (" << point.x << ", " << point.y << ")" << std::endl;
        }

        // 显示结果
        cv::imshow("Original Image with Outer Points", img);
        cv::waitKey(0);
        
      } else {
          std::cout << "No contour found!" << std::endl;
      }

      return 0;
}