标签：nbsp   pen   博客   white   enc   source   方法   space   简化   

一、前言

　　findContours函数的参数在众多博客中都有详细介绍，本篇随笔主要针对个别函数参数做说明，并记录相关的输出参数的部分细节

二、函数介绍

　　
　　void findContours( InputArray image, OutputArrayOfArrays contours,
                              OutputArray hierarchy, int mode,
                              int method, Point offset = Point());　　

　　contours为获取的轮廓信息，轮廓信息定义务必是vector<vector<Point>> 形式的

　　hierarchy为层级关系，定义为vector<Vec4i>和Mat都可以。每个轮廓有四个层级信息，分别为：上一个轮廓序号、下一个轮廓序号、子轮廓序号、父轮廓序号

　　mode 官方是“轮廓检索算法的模式”，可以理解为获取怎样的层级信息

　　method 轮廓近似模式

　　offset

三、基本效果展示

　　基本代码：

    Mat img = imread("../contours.bmp",IMREAD_GRAYSCALE);
    imshow("source img",img);
    vector<vector<Point>> vContours;
    Mat mContourShow = Mat::zeros(img.size(),CV_8U);
    findContours(img,vContours,RETR_LIST,CHAIN_APPROX_NONE);
    drawContours(mContourShow,vContours,-1,Scalar(255));
    imshow("Contours",mContourShow);
    waitKey();

　　代码运行结果：　　　　　　

四、个别参数的细节区分

　　部分代码：

1      vector<Vec4i> mHierarchy;
2     vector<vector<Point>> vContours;
3     Mat mContourShow = Mat::zeros(img.size(),CV_8UC3);
4     findContours(img,vContours,mHierarchy,RETR_EXTERNAL,CHAIN_APPROX_NONE,Point(0,0));
5     for(int i = 0; i<vContours.size(); i++){
6         drawContours(mContourShow,vContours,i,Scalar(0,255,255),1,LINE_8);
7         putText(mContourShow,to_string(mHierarchy[i][0]).append(",").append(to_string(mHierarchy[i][1])),vContours[i][0],FONT_HERSHEY_SCRIPT_SIMPLEX,0.5,Scalar(255,255,0),1);
8     }

　　4.1 mode层级信息

注：图中我打的两个数字标签为层级关系的第一个数和第二个数

　　mode分别为RETR_EXTERNAL（左上）、RETR_LIST（右上）、RETR_CCOMP（左下）、RETR_TREE（右下）时

的层级关系数组分别为

1,-1,-1,-1　　　　　　1,-1,-1,-1　　　　　　　　　　1,-1,-1,-1　　　　　　　　　 7,-1,1,-1

-1,0,-1,-1　　　　　　2,0,-1,-1　　　　　　　　　　 4,0,2,-1　　　　　　　　　　 6,-1,2,0

　　　　　　　　　　3,1,-1,-1　　　　　　　　　　 3,-1,-1,1　　　　　　　　　　-1,-1,3,1

　　　　　　　　　　4,2,-1,-1　　　　　　　　　　 -1,2,-1,1　　　　　　　　　　4,-1,-1,2

　　　　　　　　　　5,3,-1,-1　　　　　　　　　　 7,1,5,-1　　　　　　　　　　 -1,3,5,2

　　　　　　　　　　6,4,-1,-1　　　　　　　　　　 6,-1,-1,4　　　　　　　　　　-1,-1,-1,4

　　　　　　　　　　7,5,-1,-1　　　　　　　　　　 -1,5,-1,4　　　　　　　　　　-1,1,-1,0

　　　　　　　　　　-1,6,-1,-1　　　　　　　　　　-1,4,-1,-1　　　　　　　　　　-1,0,-1,-1

RETR_EXTERNAL模式是只找最外层的轮廓

RETR_LIST模式是找到所有的轮廓，但是不提供层级关系

RETR_CCOMP模式是找到所有轮廓，层级只有两层（外轮廓和洞，洞里面再有轮廓按照外轮廓算，表现在层级关系上为：父轮廓无父轮廓，子轮廓无子轮廓），注意这里父轮廓只能指定一个子轮廓，但是多个子轮廓可以指定同一个父轮廓

RETR_TREE模式是以树状梳理所有轮廓的关系

RETR_FLOODFILL官网也没有介绍，我这里用上面的图得到的效果轮廓和层级结果也不好，这里暂时不深究了

PS：RETR_CCOMP模式可以对打了lable的图片（比如通过connectcomponent函数或者watershed函数获得的结果）进行轮廓识别

4.2 method拟合方法

此处我换了原图，下列图片从左到右依次为：原图、CHAIN_APPROX_NONE方法、CHAIN_APPROX_SIMPLE方法、CHAIN_APPROX_TC89_L1方法、CHAIN_APPROX_TC89_KCOS方法（点集边上的数字是点集个数）

CHAIN_APPROX_NONE是不做处理

CHAIN_APPROX_SIMPLE会将直线和对角线优化掉

CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS采用了近似算法

PS：如果需要真实的点集就使用前两种方法。

五、其他

另外再补充几点：

1、findContours找点集，对于“洞”的轮廓是4邻域连续，对于外轮廓是16邻域连续（如下图所示），当用CHAIN_APPROX_SIMPLE简化点时，矩形洞会简化为8个点

2、所有边界点集都是位于白色区域内的，不会因为它是洞就落在黑色区域上

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　代码使用opencv版本：4.1.0

opencv findContours函数

标签：nbsp   pen   博客   white   enc   source   方法   space   简化   

原文地址：https://www.cnblogs.com/peimingzhang/p/13110480.html