### 使用 C++ 和 OpenCV 实现检测图像中的绿色区域并绘制矩形框 为了实现这一功能，可以按照以下方法编写代码： 1. **加载图像** 2. **转换颜色空间到 HSV** 3. **定义绿色范围的阈值** 4. **创建掩膜 (mask) 来隔离绿色部分** 5. **查找轮廓** 6. **筛选符合条件的轮廓并绘制矩形** 以下是完整的示例代码： ```cpp #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { // 加载图片 Mat src = imread("path_to_image.jpg"); if(src.empty()){ cout << "Could not open or find the image!" << endl; return -1; } // 转换至HSV色彩空间 Mat hsvImage; cvtColor(src, hsvImage, COLOR_BGR2HSV); // 定义绿色的颜色范围 Scalar lowerGreen(40, 40, 40); Scalar upperGreen(70, 255, 255); // 创建掩模来提取绿色物体 Mat mask; inRange(hsvImage, lowerGreen, upperGreen, mask); // 查找轮廓 vector<vector<Point>> contours; findContours(mask.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); // 遍历所有找到的轮廓 for(size_t i=0; i<contours.size(); ++i){ // 获取边界矩形 Rect boundRect = boundingRect(contours[i]); // 过滤掉太小的对象（可选） if(boundRect.area()>100){ // 可调整此参数以适应具体需求 // 在原始图像上绘制矩形 rectangle(src, boundRect.tl(), boundRect.br(), Scalar(0, 0, 255), 2, LINE_8, 0)[^1]; } } // 显示结果 namedWindow("Detected Green Areas", WINDOW_AUTOSIZE); imshow("Detected Green Areas", src); waitKey(); } ``` 这段程序首先会读入一张图片，并将其从 BGR 格式转为 HSV 格式以便更容易区分不同色调的颜色。接着设定了一个合理的绿色区间作为阈值条件，在此基础上构建二值化掩码。之后利用 `findContours` 函数获取所有的连通组件即可能存在的绿色对象。最后遍历这些对象计算其外接矩形并通过 `rectangle()` 方法在源图中标记出来。