有这么一幅图：

我想提取并且测量中间陨石的面积与周长。

解决方法：
1、模糊；
2、二值化；
3、形态学操作；
4、轮廓发现+面积周长计算。

1）高斯模糊
因为陨石周围有许多小块的陨石，我们可以把它们当做噪点，可使用高斯模糊来去除。

Mat GaussImg;
	GaussianBlur(src, GaussImg, Size(7, 7), 0, 0);
	imshow("Gauss Image", GaussImg);

结果：

2）二值化
这里因为图像的色调比较接近，所以这张图像是一张单峰图。所以，进行自动化阈值操作时，这里选取THRESH_BINARY | THRESH_TRIANGLE来进行二值化。

Mat binary;
	threshold(GaussImg, binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("binary Image", binary);

结果：

3）形态学操作
这里使用闭操作，先膨胀后腐蚀，填充中间的小洞。

Mat morphImg;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
	morphologyEx(binary, morphImg, MORPH_CLOSE, kernel, Point(-1, -1), 1);
	imshow("morph Image", morphImg);

结果：

4）轮廓发现

Mat contoursImg=Mat::zeros(src.size(),CV_8UC3);
	vector<vector<Point>>contours;
	vector<Vec4i>hireachy;
	findContours(morphImg, contours,RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(-1, -1));
	
	for (size_t i = 0; i < contours.size(); i++)
	{
		Rect rect = boundingRect(contours[i]);
		if (rect.width < src.cols / 2)
			continue;

		drawContours(contoursImg, contours, static_cast<int>(i),
			Scalar(0, 0, 255 ), 2, 8, hireachy, 0, Point(0, 0));
		//计算面积与周长
		float area = contourArea(contours[i]);
		float length = arcLength(contours[i], true);
		printf("对象图像面积为:%f\n", area);
		printf("对象图像周长为:%f\n", length);

	}
	imshow("contours Image", contoursImg);

这里采用RETR_EXTERNAL函数二部用RETR_TREE，因为RETR_TREE是树形结构，它会显示所有有轮廓的形状，比如：

而采用了RETR_EXTERNAL之后，就是这样的：

它里面包含的形状就不会显示。
这一段操作的结果是：

周长与面积的结果为：

附上源码：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

Mat src;
int main(int argc, char** argv)
{
	src = imread("D:/test/space.png");
	if (src.empty())
	{
		printf("图片未找到!!!");
		return -1;
	}
	imshow("inut image", src);
	//高斯模糊
	Mat GaussImg;
	GaussianBlur(src, GaussImg, Size(7, 7), 0, 0);
	imshow("Gauss Image", GaussImg);
	cvtColor(GaussImg, GaussImg, CV_BGR2GRAY);

	//二值化操作
	Mat binary;
	threshold(GaussImg, binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("binary Image", binary);
	
	//形态学操作
	Mat morphImg;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
	morphologyEx(binary, morphImg, MORPH_CLOSE, kernel, Point(-1, -1), 1);
	imshow("morph Image", morphImg);

	//轮廓发现
	Mat contoursImg=Mat::zeros(src.size(),CV_8UC3);
	vector<vector<Point>>contours;
	vector<Vec4i>hireachy;
	findContours(morphImg, contours,RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(-1, -1));
	
	for (size_t i = 0; i < contours.size(); i++)
	{
		Rect rect = boundingRect(contours[i]);
		if (rect.width < src.cols / 2)
			continue;

		drawContours(contoursImg, contours, static_cast<int>(i),
			Scalar(0, 0, 255 ), 2, 8, hireachy, 0, Point(0, 0));
		//计算面积与周长
		float area = contourArea(contours[i]);
		float length = arcLength(contours[i], true);
		printf("对象图像面积为:%f\n", area);
		printf("对象图像周长为:%f\n", length);

	}
	imshow("contours Image", contoursImg);

	waitKey(0);
	return 0;

}