cv::findContours参数详解及可选参数

cv::findContours是OpenCV中用于查找图像轮廓的函数。它的参数如下：

1. 输入图像：需要查找轮廓的图像。

2. 轮廓：包含所有轮廓的向量。

3. 层次结构：可选参数，提供轮廓之间的关系。

4. 查找轮廓的模式：可选参数，指定轮廓的查找模式。

5. 轮廓近似方法：可选参数，指定轮廓的近似方法。

6. 偏移量：可选参数，指定轮廓点的偏移量。

其中，最常用的是前两个参数，即输入图像和轮廓向量。下面是可选参数的详细解释：

1. 层次结构：指定轮廓之间的关系，例如轮廓的父子关系。默认为NULL，表示所有轮廓都是同一级别的。

2. 查找轮廓的模式：有两种模式，分别为RETR_EXTERNAL和RETR_LIST。

- RETR_EXTERNAL：只检测最外层轮廓，所有的子轮廓都被忽略。
- RETR_LIST：检测所有的轮廓，但是不建立轮廓之间的等级关系。

3. 轮廓近似方法：有三种方法，分别为CHAIN_APPROX_NONE、CHAIN_APPROX_SIMPLE和CHAIN_APPROX_TC89_L1。

- CHAIN_APPROX_NONE：保存所有的轮廓点，不进行任何压缩。
- CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角线方向的轮廓，只保留端点。
- CHAIN_APPROX_TC89_L1：应用Teelon- Chinl算法进行轮廓近似。

4. 偏移量：指定轮廓点的偏移量。默认为(0,0)，表示不进行偏移。

以上就是cv::findContours函数的参数详解及可选参数。

相关问题

javacv的findContours方法参数解析

`findContours`是JavaCV中用于查找轮廓的方法，其参数解析如下：

public static void findContours(Mat image, List<MatOfPoint> contours, Mat hierarchy, int mode, int method, Point offset)

- `image`：输入图像，必须是8位单通道图像。
- `contours`：输出参数，检测到的轮廓。
- `hierarchy`：可选的输出参数，轮廓的层次结构信息。
- `mode`：轮廓检索模式。
- `RETR_EXTERNAL`：只检索最外层的轮廓。
- `RETR_LIST`：检索所有轮廓，但不建立父子关系。
- `RETR_TREE`：检索所有轮廓，并建立完整的层次结构。
- `method`：轮廓逼近方法。
- `CHAIN_APPROX_NONE`：存储所有的轮廓点。
- `CHAIN_APPROX_SIMPLE`：压缩水平、垂直和对角线方向上的冗余点，仅保留端点。
- `CHAIN_APPROX_TC89_L1`：使用Teh-Chin链逼近算法的一种变体，L1距离度量。
- `CHAIN_APPROX_TC89_KCOS`：使用Teh-Chin链逼近算法的一种变体，余弦距离度量。
- `offset`：可选的偏移量，用于指定轮廓点的偏移量。

其中`hierarchy`参数用于存储轮廓的层次结构信息，它是一个`Nx4`的矩阵，每行对应一个轮廓的信息，包含四个整数值，分别是：

- `hierarchy[i][0]`：后一个轮廓的索引，如果没有后一个轮廓，则为-1。
- `hierarchy[i][1]`：前一个轮廓的索引，如果没有前一个轮廓，则为-1。
- `hierarchy[i][2]`：子轮廓的索引，如果没有子轮廓，则为-1。
- `hierarchy[i][3]`：父轮廓的索引，如果没有父轮廓，则为-1。

对于不同的模式和方法，`findContours`方法会返回不同的轮廓点集，但是它们都是`MatOfPoint`类型的对象，可以通过`contours.get(i)`获取第i个轮廓的点集。

cv2.findcontours算法详解

cv2.findContours是OpenCV中用于查找图像中轮廓的函数，常用于图像处理、图像分割等领域。该函数的返回结果是一个轮廓列表，每个轮廓由一系列点坐标组成。

函数定义：

cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

参数说明：

- image：输入图像，必须为二值图像（通常为灰度图像或二值化后的图像）。
- mode：轮廓查找模式，有以下三种模式可选：

- cv2.RETR_EXTERNAL：只检测最外层轮廓。
- cv2.RETR_LIST：检测所有轮廓，不建立轮廓层级关系。
- cv2.RETR_TREE：检测所有轮廓，建立完整的轮廓层级关系。

- method：轮廓查找方法，有以下三种方法可选：

- cv2.CHAIN_APPROX_NONE：存储所有边界点。
- cv2.CHAIN_APPROX_SIMPLE：仅存储水平、垂直和对角线的端点。
- cv2.CHAIN_APPROX_TC89_L1、cv2.CHAIN_APPROX_TC89_KCOS：使用Teh-Chin算法进行边缘提取。

- contours：输出参数，存储轮廓信息。如果不需要可省略。
- hierarchy：输出参数，存储轮廓层级关系信息。如果不需要可省略。
- offset：可选参数，偏移量。如果不需要可省略。

轮廓查找流程：

1. 二值化输入图像。

2. 对二值图像进行边缘提取，得到边缘图像。

3. 对边缘图像进行轮廓查找，得到轮廓列表。

轮廓存储格式：

OpenCV中轮廓的存储格式为numpy数组，每个轮廓由一系列点坐标组成。例如，一个具有三个轮廓的图像，其轮廓存储格式为：

contours = [array([[[10,10],[10,20],[20,20],[20,10]]], dtype=int32),
array([[[40,40],[40,50],[50,50],[50,40]]], dtype=int32),
array([[[70,70],[70,80],[80,80],[80,70]]], dtype=int32)]

其中，每个轮廓由一个二维数组表示，数组中的每个元素为一个点坐标，坐标的数据类型为int32。

轮廓层级关系：

在cv2.RETR_TREE模式下，轮廓查找函数会返回轮廓列表和轮廓层级关系列表。轮廓层级关系列表存储了轮廓之间的父子关系，可以用于分析轮廓之间的层级结构。

例如，一个具有以下轮廓层级结构的图像：

轮廓列表和轮廓层级关系列表的存储格式为：

contours = [array([[[0,0],[0,100],[100,100],[100,0]]], dtype=int32),
array([[[10,10],[10,90],[90,90],[90,10]]], dtype=int32),
array([[[20,20],[20,80],[80,80],[80,20]]], dtype=int32),
array([[[30,30],[30,70],[70,70],[70,30]]], dtype=int32),
array([[[40,40],[40,60],[60,60],[60,40]]], dtype=int32),
array([[[50,50],[50,50],[50,50],[50,50]]], dtype=int32)]

hierarchy = [[-1,-1,-1,-1],
[ 0,-1,-1,-1],
[ 1,-1,-1,-1],
[ 2,-1,-1,-1],
[ 3,-1,-1,-1],
[-1, 4,-1,-1]]

其中，hierarchy的每一行对应一个轮廓，包含四个元素。第一个元素表示当前轮廓的下一个轮廓，如果没有则为-1。第二个元素表示当前轮廓的前一个轮廓，如果没有则为-1。第三个元素表示当前轮廓的第一个子轮廓，如果没有则为-1。第四个元素表示当前轮廓的父轮廓，如果没有则为-1。