opencv cv.findContours 函數詳解 圖像輪廓層級 圖像輪廓檢索方式詳解

函數 cv.findContours

contours, hierarchy = cv.findContours( image, mode, method[, contours[, hierarchy[, offset]]] )

1. 參數1：源圖像
2. 參數2：輪廓的檢索方式，這篇文章主要講解這個參數
3. 參數3：一般用 cv.CHAIN_APPROX_SIMPLE，就表示用盡可能少的像素點表示輪廓
4. contours：圖像輪廓坐標，是一個鏈表
5. hierarchy：[Next, Previous, First Child, Parent]，文中有詳細解釋

我們使用cv.findContours()尋找輪廓時，參數2表示輪廓的檢索方式(RetrievalModes)，當我們傳入的是cv.RETR_TREE，它表示什么意思呢？另外，函數返回值hierarchy有什么用途呢？下面我們就來研究下這兩個問題。

理解輪廓層級

圖中總共有8條輪廓，2和2a分別表示外層和里層的輪廓，3和3a也是一樣。從圖中看得出來：

1. 輪廓0/1/2是最外層的輪廓，我們可以說它們處於同一輪廓等級：0級
2. 輪廓2a是輪廓2的子輪廓，反過來說2是2a的父輪廓。輪廓2a算一個等級：1級
3. 同樣3是2a的子輪廓，輪廓3處於一個等級：2級
4. 類似的，3a是3的子輪廓，等等…………
   這里面OpenCV關注的就是兩個概念：同一輪廓等級和輪廓間的子屬關系。

如果我們打印出cv.findContours()函數的返回值hierarchy，會發現它是一個包含4個值的數組：[Next, Previous, First Child, Parent]
Next：與當前輪廓處於同一層級的下一條輪廓
舉例來說，前面圖中跟0處於同一層級的下一條輪廓是1，所以Next=1；同理，對輪廓1來說，Next=2；那么對於輪廓2呢？沒有與它同一層級的下一條輪廓了，此時Next=-1。
Previous：與當前輪廓處於同一層級的上一條輪廓
跟前面一樣，對於輪廓1來說，Previous=0；對於輪廓2，Previous=1；對於輪廓2a，沒有上一條輪廓了，所以Previous=-1。
First Child：當前輪廓的第一條子輪廓
比如對於輪廓2，第一條子輪廓就是輪廓2a，所以First Child=2a；對輪廓3，First Child=3a。
Parent：當前輪廓的父輪廓
比如2a的父輪廓是2，Parent=2；輪廓2沒有父輪廓，所以Parent=-1。

OpenCV中找到的輪廓序號跟前面講的不同

現在既然我們了解了輪廓層級的概念，那么類似cv.RETR_TREE的輪廓尋找方式又是啥意思呢？

輪廓尋找方式

OpenCV中有四種輪廓尋找方式RetrievalModes，下面分別來看下：

1. RETR_LIST

這是最簡單的一種尋找方式，它不建立輪廓間的子屬關系，也就是所有輪廓都屬於同一層級。這樣，hierarchy中的后兩個值[First Child, Parent]都為-1。比如同樣的圖，我們使用cv.RETR_LIST來尋找輪廓：

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, 2)
print(hierarchy)
# 結果如下
[[[ 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]
  [-1  6 -1 -1]]]

因為沒有從屬關系，所以輪廓0的下一條是1，1的下一條是2……

如果你不需要輪廓層級信息的話，cv.RETR_LIST更推薦使用，因為性能更好

2. RETR_TREE

cv.RETR_TREE就是之前我們一直在使用的方式，它會完整建立輪廓的層級從屬關系，前面已經詳細說明過了。

3. RETR_EXTERNAL

這種方式只尋找最高層級的輪廓，也就是它只會找到前面我們所說的3條0級輪廓：

實驗講解 RETR_EXTERNAL

contours, hierarchy = cv.findContours(thresh, cv.RETR_EXTERNAL, 2)
print(len(contours), hierarchy, sep='\n')
# 結果如下
3
[[[ 1 -1 -1 -1]
  [ 2  0 -1 -1]
  [-1  1 -1 -1]]]

實驗結果

4. RETR_CCOMP

相比之下cv.RETR_CCOMP比較難理解，它把所有的輪廓只分為2個層級，不是外層的就是里層的。結合代碼和圖片，我們來理解下：

實驗講解 RETR_CCOMP

contours, hierarchy = cv.findContours(thresh, cv.RETR_CCOMP, 2)
print(hierarchy)
# 結果如下
[[[ 1 -1 -1 -1]
  [ 2  0 -1 -1]
  [ 4  1  3 -1]
  [-1 -1 -1  2]
  [ 6  2  5 -1]
  [-1 -1 -1  4]
  [ 7  4 -1 -1]
  [-1  6 -1 -1]]]

實驗結果

使用這個參數找到的輪廓序號與之前不同。
圖中括號里面1代表外層輪廓，2代表里層輪廓。比如說對於輪廓2，Next就是4，Previous是1，它有里層的輪廓3，所以First Child=3，但因為只有兩個層級，它本身就是外層輪廓，所以Parent=-1。大家可以針對其他的輪廓自己驗證一下。

實驗：繪制圖像輪廓

import cv2 as cv
import numpy

# 1.讀入圖片
img = cv.imread('test_contours.jpg')
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
contours, thresh = cv.threshold(img_gray, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)

# 2.尋找輪廓
contours, hierarchy = cv.findContours(thresh, cv.RETR_LIST, 2)

print(len(contours),hierarchy)

# 3.繪制輪廓
cv.drawContours(img, contours, -1, (0, 0, 255), 2)

cv.imshow('result',img)
cv.waitKey(0)
cv.destroyAllWindows()

實驗結果