opencv中findcontours(二)

hierarchy

[Next, Previous, First Child, Parent]

理解轮廓层级

图中总共有8条轮廓，2和2a分别表示外层和里层的轮廓，3和3a也是一样。从图中看得出来：

1. 轮廓0/1/2是最外层的轮廓，我们可以说它们处于同一轮廓等级：0级
2. 轮廓2a是轮廓2的子轮廓，反过来说2是2a的父轮廓。轮廓2a算一个等级：1级
3. 同样3是2a的子轮廓，轮廓3处于一个等级：2级
4. 类似的，3a是3的子轮廓，等等…………
   这里面OpenCV关注的就是两个概念：同一轮廓等级和轮廓间的子属关系。

如果我们打印出cv.findContours()函数的返回值hierarchy，会发现它是一个包含4个值的数组：[Next, Previous, First Child, Parent]
Next：与当前轮廓处于同一层级的下一条轮廓
举例来说，前面图中跟0处于同一层级的下一条轮廓是1，所以Next=1；同理，对轮廓1来说，Next=2；那么对于轮廓2呢？没有与它同一层级的下一条轮廓了，此时Next=-1。
Previous：与当前轮廓处于同一层级的上一条轮廓
跟前面一样，对于轮廓1来说，Previous=0；对于轮廓2，Previous=1；对于轮廓2a，没有上一条轮廓了，所以Previous=-1。
First Child：当前轮廓的第一条子轮廓
比如对于轮廓2，第一条子轮廓就是轮廓2a，所以First Child=2a；对轮廓3，First Child=3a。
Parent：当前轮廓的父轮廓
比如2a的父轮廓是2，Parent=2；轮廓2没有父轮廓，所以Parent=-1。 

 轮廓寻找方式

int型的mode，定义轮廓的检索模式：

• 取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略
• 取值二：CV_RETR_LIST   检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到
• 取值三：CV_RETR_CCOMP  检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层
• 取值四：CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

  method取值“CV_CHAIN_APPROX_NONE”，保存轮廓上所有点

RETR_EXTERNAL

这种方式只寻找最高层级的轮廓，也就是它只会找到前面我们所说的3条最外层轮廓：

	cv::Mat src = cv::imread("01.png", cv::IMREAD_COLOR);

	cv::Mat b;
	cv::extractChannel(src, b, 0);

	std::vector<vector<cv::Point>> contours;
	std::vector<cv::Vec4i> hierarchy;
	cv::findContours(b > 50, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE);

	std::for_each(std::begin(hierarchy), std::end(hierarchy), [](cv::Vec4i p) {std::cout << p << std::endl; });

	cv::drawContours(src, contours, -1, cv::Scalar(255, 0, 0), 2);

[1, -1, -1, -1] //轮廓0
[2, 0, -1, -1] //轮廓1
[-1, 1, -1, -1] //轮廓2 

 RETR_LIST

	cv::Mat src = cv::imread("01.png", cv::IMREAD_COLOR);

	cv::Mat b;
	cv::extractChannel(src, b, 0);

	std::vector<vector<cv::Point>> contours;
	std::vector<cv::Vec4i> hierarchy;
	cv::findContours(b > 50, contours, hierarchy, cv::RETR_LIST, cv::CHAIN_APPROX_NONE);

	std::for_each(std::begin(hierarchy), std::end(hierarchy), [](cv::Vec4i p) {std::cout << p << std::endl; });

	cv::drawContours(src, contours, -1, cv::Scalar(255, 0, 0), 2);

 这是最简单的一种寻找方式，它不建立轮廓间的子属关系，也就是所有轮廓都属于同一层级。这样，hierarchy中的后两个值[First Child, Parent]都为-1。比如同样的图，我们使用RETR_LIST来寻找轮廓： 

[1, -1, -1, -1]
[2, 0, -1, -1]
[3, 1, -1, -1]
[4, 2, -1, -1]
[5, 3, -1, -1]
[6, 4, -1, -1]
[7, 5, -1, -1]
[8, 6, -1, -1]
[9, 7, -1, -1]
[10, 8, -1, -1]
[-1, 9, -1, -1]

因为没有从属关系，所以轮廓0的下一条是1，1的下一条是2……

如果你不需要轮廓层级信息的话，RETR_LIST更推荐使用，因为性能更好

 RETR_CCOMP

分别表示第 i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。

它把所有的轮廓只分为2个层级，不是外层的就是里层的。 

	cv::Mat src = cv::imread("01.png", cv::IMREAD_COLOR);

	cv::Mat b;
	cv::extractChannel(src, b, 0);

	std::vector<vector<cv::Point>> contours;
	std::vector<cv::Vec4i> hierarchy;
	cv::findContours(b > 50, contours, hierarchy, cv::RETR_CCOMP, cv::CHAIN_APPROX_NONE);

	std::for_each(std::begin(hierarchy), std::end(hierarchy), [](cv::Vec4i p) {std::cout << p << std::endl; });

	for (int i = 0; i < hierarchy.size(); ++i)
	{
		if (hierarchy[i][2] != -1) //里层
		{
			cv::drawContours(src, contours, i, cv::Scalar(255, 0, 0), 2);
		}
		if (hierarchy[i][3] != -1) //外层
		{
			cv::drawContours(src, contours, i, cv::Scalar(0, 255, 0), 2);
		}
		if ((hierarchy[i][3] == -1) && (hierarchy[i][2] == -1)) //非里外层
		{
			cv::drawContours(src, contours, i, cv::Scalar(0, 0, 255), 2);
		}
	}

	cv::imshow("src", src);

[3, -1, 1, -1]
[2, -1, -1, 0]
[-1, 1, -1, 0]
[5, 0, 4, -1]
[-1, -1, -1, 3]
[7, 3, 6, -1]
[-1, -1, -1, 5]
[8, 5, -1, -1]
[9, 7, -1, -1]
[-1, 8, 10, -1]
[-1, -1, -1, 9]

OpenCV的findContours源码与原理-阿里云开发者社区

最后

以上就是儒雅缘分为你收集整理的opencv中findcontours(二)的全部内容，希望文章能够帮你解决opencv中findcontours(二)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。