对于灰度图像，以下代码可以正常工作。

值50是可以基于完成的预处理设置的阈值限制。

grayThres = gray > 50;
graycloned = grayThres.clone();
std::vector<cv::Point> nonBlackList;
nonBlackList.reserve(graycloned.rows*graycloned.cols);

for(int j=0; j<graycloned.rows; ++j)
    for(int i=0; i<graycloned.cols; ++i)
    {
        // if not black: add to the list
        if(graycloned.at<cv::Vec2b>(j,i) != cv::Vec2b(0,0))
        {
            nonBlackList.push_back(cv::Point(j,i));
        }
    }
// create bounding rect around those points
cv::Rect bb = cv::boundingRect(nonBlackList);
cv:: Mat returnImage = gray(bb);

我认为使用cv::boundingRect()这样的事情会非常有效：

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

int
main(int argc,char*argv[])
{
    // Load image as greyscale
    cv::Mat im = cv::imread("thing.jpg",cv::IMREAD_GRAYSCALE);

    // Threshold image at 128
    cv::Mat thresh;
    cv::threshold(im,thresh,128,255,cv::THRESH_BINARY);

    // Do the actual work
    double t = (double)cv::getTickCount();
    cv::Rect ROI = cv::boundingRect(thresh);
    t = ((double)cv::getTickCount() - t)/cv::getTickFrequency(); 

    // Print timing and results
    std::cout << "Time: " << t*1000.0 << "ms" << std::endl;
    std::cout << ROI << std::endl;
}

示例输出

Time: 0.317279ms
[253 x 48 from (113,503)]

顺便说一句，您可以使用 ImageMagick 从命令行更轻松地完成此操作，该软件包包含在大多数Linux发行版中，并且可用于macOS和Linux：

# Print coordinates of trim-box
convert thing.jpg -threshold 50% -format %@ info:
253x48+113+503

或者，实际上进行修剪：

convert thing.jpg -threshold 50% -trim result.jpg

关键字：图像处理，OpenCV，C ++，修剪，修剪框，修剪框，修剪，修剪框，边框，边框，删除边框，修剪边框，ROI，boundingRect（）， cv :: boundingRect（）