版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/liumangmao1314/article/details/53363924
opencv中对Mat类型图像感兴趣(ROI)轮廓外接矩形并截取保存结果
最近自己在用opencv做图像实验时，要对轮廓外接矩形，网上大多是对IplImage类型图像做处理，而现在opencv中Mat取代了IplImage类型的图像，IplImage类型存储比Mat类型复杂，而且不如Mat类型图像访问方便，比如IplImage类型图像访问每个点的像素时，要计算步长如srcimage->imageData[i+j*srcimage->widthStep]，看起来就很是繁琐，Mat类型图像srcimage.at<uchar>(i,j)即可，很方便。
话不多说，进入正题。
IplImage类型的图像用cvSetImageRIO()函数即可，具体使用代码如下：
cvSetImageROI(frame,((CvContour*)c)->rect);//frame为源图像，((CvContour*)c)->rect就是CvSeq *c;
Mat类型图像处理如下：
大致步骤：
1、用findContours()检测轮廓，具体参数可以上百度或借阅资料参考；
2、用approxPolyDP()求出多边形近似，参数如下的代码；
3、利用boundingRect()得到每个轮廓外接矩形的数据结构信息，存在boundRect[i]中；
4、image(boundRect[i])得到每个轮廓外接矩形的结果图像，可以存储到指定文件夹。
具体看代码（一些主要语句）：
//轮廓检测
cv::vector<vector<Point>> contours;//定义轮廓集合
cv::vector<Vec4i> hierarchy;
cv::findContours(thinDoublexy,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));//thinDoublexy为需要查找轮廓的图像，其他参数借阅资料。
Mat drawing=Mat::zeros(thinDoublexy.size(),CV_8UC3);
cv::vector<vector<Point>> conpoint(contours.size());
cv::vector<Rect> boundRect(contours.size());
for(int i=0;i<contours.size();i++)
{
approxPolyDP(Mat(contours[i]),conpoint[i],3,true);//多边形近似
boundRect[i]=boundingRect(Mat(conpoint[i]));//得到轮廓外接矩形数据结构
cv::drawContours(drawing,contours,i,255,2,8,hierarchy,0,Point());//画出轮廓得到图像drawing
if(boundRect[i].area()>4) //有些轮廓就是一个点，要舍去
{
cv::Mat imageROI=image(boundRect[i]);//根据轮廓外接矩形信息进行截取RIO感兴趣部分图像
std::stringstream ss;//int转换为string
std::string str;
ss<<i;
ss>>str;
string tempname = pathWrite+"\\" + str + "result.jpg";<span style="font-family: Arial, Helvetica, sans-serif;">//pathWrite变量是文件夹路径
imwrite(tempname.c_str(),imageROI);//存储图像至指定文件夹
//cout<<tempname<<endl;
//imshow(tempname,imageROI);
}
}运行结果：
源图像
运行结果
