### C# 中使用 OpenCV 实现轮廓与连通域操作 在 C# 中可以借助 OpenCvSharp 库来实现轮廓检测以及连通域的相关操作。以下是具体的方法说明和代码示例。 #### 轮廓检测 轮廓检测可以通过 `FindContours` 方法完成，该方法支持多种检索模式和近似方法。例如： - **检索模式**：可以选择 `Retr_List`, `Retr_Externa`, `Retr_Ccomp`, 或者 `Retr_Tree` 来定义如何构建层次结构。 - **近似方法**：可以选择 `Chain_Approx_SIMPLE` 或其他更复杂的链码逼近方式（如 `CHAIN_APPROX_TC89_KCOS`），用于简化轮廓表示[^2]。 下面是一个简单的轮廓检测代码示例： ```csharp using OpenCvSharp; class Program { static void Main(string[] args) { // 加载测试图像并转换为灰度图 Mat src = Cv2.ImRead("test.png", ImreadModes.Grayscale); Mat binary = new Mat(); // 二值化处理 Cv2.Threshold(src, binary, 127, 255, ThresholdTypes.Binary); // 查找轮廓 var contours = new List<Point[]>(); Mat hierarchy = new Mat(); Cv2.FindContours(binary, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); // 绘制轮廓到原图上 foreach (var contour in contours) { Cv2.DrawContours(src, new Point[][] { contour }, -1, Scalar.Red, 2); } // 显示结果 Cv2.ImShow("Result", src); Cv2.WaitKey(0); } } ``` 这段代码实现了基本的轮廓查找，并绘制了找到的外部轮廓[^1]。 --- #### 连通域过滤 对于特定条件下的连通域筛选，比如按照面积大小移除小区域，可以参考以下逻辑实现： 1. 利用 `FindContours` 获取所有轮廓； 2. 计算每个轮廓的面积； 3. 基于设定的阈值判断是否保留当前轮廓。 下面是具体的代码片段： ```csharp static void RemoveSmallRegions(Mat srcBinary, out Mat dstBinary, int areaThreshold, bool removeWhite = true, bool useEightNeighbor = false) { dstBinary = srcBinary.Clone(); // 定义邻接关系 Connectivity connectivity = useEightNeighbor ? Connectivity.Eight : Connectivity.Four; // 找到所有的轮廓 var contours = new List<Point[]>(); Mat hierarchy = new Mat(); Cv2.FindContours(dstBinary, contours, hierarchy, RetrievalModes.List, ContourApproximationModes.ApproxNone); // 遍历每一个轮廓 foreach (var contour in contours) { double area = Cv2.ContourArea(contour); if ((removeWhite && area < areaThreshold) || (!removeWhite && area >= areaThreshold)) { Cv2.DrawContours(dstBinary, new Point[][] { contour }, -1, Scalar.Black, -1); } } } // 使用示例 Mat filteredImage; RemoveSmallRegions(inputBinaryImage, out filteredImage, areaThreshold: 100, removeWhite: true, useEightNeighbor: true); ``` 上述代码提供了灵活的功能选项，允许用户指定是否移除白色或黑色的小连通域，同时也可调整使用的邻接模式[^3]。 --- #### 结合两者的应用场景 如果希望先进行轮廓检测再依据某些标准滤除非目标对象，则可以将以上两部分结合起来形成完整的流水线流程。例如，在工业视觉领域中常用来识别产品缺陷或者统计物体数量等实际问题解决过程中非常有用。 ---