Обнаружьте монету и оттуда измерьте лист на изображении

Ваш код находит все контуры на изображении и показывает их. Поэтому я запутался в значении «сначала обнаружить монету».

Если вы хотите сначала нарисовать контур монеты, отсортируйте вектор контуров по размеру. Монета — это самый маленький объект, поэтому она будет первым элементом вектора после сортировки (конечно, перед сортировкой следует удалить некоторые ненужные контуры).

Если ваша установка имеет постоянный беловатый/сероватый фон и зеленые листья, я бы использовал цветовое пространство HSV для обнаружения всех объектов с помощью канала S (зеленые листья и золотая часть монеты будут значительно больше насыщенности, чем фон), а затем различите монету и листья, используя канал H (зеленые листья будут иметь значения оттенка около 45). Осталось определить области изображения всех контуров и установить область изображения монеты в качестве своего рода эталонной области для расчета площадей объекта относительно. площадь объекта монеты 1.011.

Это канал насыщения данного изображения:

Пороговое значение канала насыщения равно 64:

Это канал оттенка изображения:

Вот некоторый код, реализующий приведенную выше идею:

int main()
{
    // Read image
    cv::Mat img = cv::imread("Wcj1R.jpg", cv::IMREAD_COLOR);

    // Convert image to HSV color space, and split H, S, V channels
    cv::Mat img_hsv;
    cv::cvtColor(img, img_hsv, cv::COLOR_BGR2HSV);
    std::vector<cv::Mat> hsv;
    cv::split(img_hsv, hsv);

    // Binary threshold S channel at fixed threshold
    cv::Mat img_thr;
    cv::threshold(hsv[1], img_thr, 64, 255, cv::THRESH_BINARY);

    // Find most outer contours only
    std::vector<std::vector<cv::Point>> cnts;
    std::vector<cv::Vec4i> hier;
    cv::findContours(img_thr.clone(), cnts, hier, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE);

    // Iterate found contours
    std::vector<cv::Point> cnt_centers;
    std::vector<double> cnt_areas;
    double ref_area = -1;
    for (int i = 0; i < cnts.size(); i++)
    {
        // Current contour
        std::vector<cv::Point> cnt = cnts[i];

        // If contour is too small, discard
        if (cnt.size() < 100)
            continue;

        // Calculate and store center (just for visualization) and area of contour
        cv::Moments m = cv::moments(cnt);
        cnt_centers.push_back(cv::Point(m.m10 / m.m00 - 30, m.m01 / m.m00));
        cnt_areas.push_back(cv::contourArea(cnt));

        // Check H channel, whether the contour's image parts are mostly green
        cv::Mat mask = hsv[0].clone().setTo(cv::Scalar(0));
        cv::drawContours(mask, cnts, i, cv::Scalar(255), cv::FILLED);
        double h_mean = cv::mean(hsv[0], mask)[0];

        // If it's not mostly green, that's the coin, thus the reference area
        if (h_mean < 40 || h_mean > 50)
            ref_area = cv::contourArea(cnt);
    }

    // Iterate all contours again
    for (int i = 0; i < cnt_centers.size(); i++)
    {
        // Calculate actual object area
        double area = cnt_areas[i] / ref_area * 1.011;

        // Put area on image w.r.t. the contour's center
        cv::putText(img, std::to_string(area), cnt_centers[i], cv::FONT_HERSHEY_COMPLEX_SMALL, 1, cv::Scalar(255, 255, 255));
    }

    return 0;
}

И это будет вывод: