findContours函数返回值详解
时间: 2023-11-02 14:03:17 浏览: 104
findContours函数是一个用于检测图像中轮廓的函数。它的返回值是void,也就是没有返回值。而是通过传入的参数contours和hierarchy来存储检测到的轮廓和轮廓之间的关系。其中,contours是一个向量数组,每个向量中存储了一个轮廓的点集。hierarchy是一个包含了轮廓之间关系的数组。
关于
相关问题
cv2.findContours参数以及返回值详解
好的,您的问题是关于cv2.findContours函数的参数和返回值的详解。cv2.findContours函数是用于在二值图像中查找轮廓的函数,其主要参数包括输入图像、轮廓检索模式、轮廓近似方法等。其中,输入图像是指要查找轮廓的二值图像,轮廓检索模式用于指定查找轮廓的级别,轮廓近似方法用于指定找到轮廓的精度。
cv2.findContours函数的返回值包括包含所有轮廓的列表以及轮廓和层次结构的元组。列表中的每个元素都是一个包含有关单个轮廓的坐标信息的数组。元组中的第一个元素是轮廓,第二个元素是关于轮廓层次结构的信息。
希望这回答能够帮助您。
cv2.findContours函数详解 包括数学函数
`cv2.findContours` 是 OpenCV 库中用于查找图像中轮廓的函数。它的详细用法如下:
```python
contours, hierarchy = cv2.findContours(image, mode, method, offset)
```
参数解释:
- `image`:输入图像,通常为二值图像(黑白图像)。
- `mode`:轮廓检索模式,指定轮廓的层次结构。常用的模式有:
- `cv2.RETR_EXTERNAL`:只检测最外层的轮廓。
- `cv2.RETR_LIST`:检测所有轮廓,不建立层次结构。
- `cv2.RETR_CCOMP`:检测所有轮廓,并将其组织为两层的层次结构。
- `cv2.RETR_TREE`:检测所有轮廓,并完整地重构它们的层次结构。
- `method`:轮廓的逼近方法。常用的方法有:
- `cv2.CHAIN_APPROX_NONE`:保存所有的轮廓点。
- `cv2.CHAIN_APPROX_SIMPLE`:仅保存轮廓的端点。
- `cv2.CHAIN_APPROX_TC89_L1` 和 `cv2.CHAIN_APPROX_TC89_KCOS`:应用 Teh-Chin 链逼近算法中的一种。
- `offset`:可选参数,用于指定轮廓点相对于原始图像中的偏移量。
返回值解释:
- `contours`:检测到的轮廓,每个轮廓由一系列点组成的数组表示。
- `hierarchy`:轮廓的层次结构信息,可以用于分析轮廓之间的关系。
关于数学函数方面,`cv2.findContours` 函数主要使用了图像处理和几何学的相关算法,例如边缘检测、二值化、连通组件分析等。这些算法涉及到数学中的图像处理、几何运算、向量计算等概念和方法,但具体的数学细节超出了本回答的范围。
阅读全文