opencv findContours函數

一、前言

　　findContours函數的參數在眾多博客中都有詳細介紹，本篇隨筆主要針對個別函數參數做說明，並記錄相關的輸出參數的部分細節

二、函數介紹

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

　　contours為獲取的輪廓信息，輪廓信息定義務必是vector<vector<Point>> 形式的

　　hierarchy為層級關系，定義為vector<Vec4i>和Mat都可以。每個輪廓有四個層級信息，分別為：上一個輪廓序號、下一個輪廓序號、子輪廓序號、父輪廓序號

　　mode 官方是“輪廓檢索算法的模式”，可以理解為獲取怎樣的層級信息

　　method 輪廓近似模式

　　offset

三、基本效果展示

　　基本代碼：

    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();

　　代碼運行結果：　　　　　　

　　　　　

四、個別參數的細節區分

　　部分代碼：

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層級信息

注：圖中我打的兩個數字標簽為層級關系的第一個數和第二個數

　　mode分別為RETR_EXTERNAL（左上）、RETR_LIST（右上）、RETR_CCOMP（左下）、RETR_TREE（右下）時

的層級關系數組分別為

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模式是只找最外層的輪廓

RETR_LIST模式是找到所有的輪廓，但是不提供層級關系

RETR_CCOMP模式是找到所有輪廓，層級只有兩層（外輪廓和洞，洞里面再有輪廓按照外輪廓算，表現在層級關系上為：父輪廓無父輪廓，子輪廓無子輪廓），注意這里父輪廓只能指定一個子輪廓，但是多個子輪廓可以指定同一個父輪廓

RETR_TREE模式是以樹狀梳理所有輪廓的關系

RETR_FLOODFILL官網也沒有介紹，我這里用上面的圖得到的效果輪廓和層級結果也不好，這里暫時不深究了

PS：RETR_CCOMP模式可以對打了lable的圖片（比如通過connectcomponent函數或者watershed函數獲得的結果）進行輪廓識別

 

4.2 method擬合方法

此處我換了原圖，下列圖片從左到右依次為：原圖、CHAIN_APPROX_NONE方法、CHAIN_APPROX_SIMPLE方法、CHAIN_APPROX_TC89_L1方法、CHAIN_APPROX_TC89_KCOS方法（點集邊上的數字是點集個數）

 

CHAIN_APPROX_NONE是不做處理

CHAIN_APPROX_SIMPLE會將直線和對角線優化掉

CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS采用了近似算法

PS：如果需要真實的點集就使用前兩種方法。

 

五、其他

另外再補充幾點：

1、findContours找點集，對於“洞”的輪廓是4鄰域連續，對於外輪廓是16鄰域連續（如下圖所示），當用CHAIN_APPROX_SIMPLE簡化點時，矩形洞會簡化為8個點

2、所有邊界點集都是位於白色區域內的，不會因為它是洞就落在黑色區域上

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　代碼使用opencv版本：4.1.0