cv2.findContours() 返回值

`cv2.findContours()` 是 OpenCV 中的一个函数，用于在二进制图像中查找轮廓。该函数通常用于形状检测、物体识别等计算机视觉任务。它的返回值是一个包含三个元素的元组：

1. **contours**: 这是一个列表，包含了找到的所有轮廓信息。每个轮廓都是一个二维数组，表示轮廓的边界点顺序。

2. **hierarchy**: 这是一个嵌套列表，描述了轮廓之间的层次关系。它包含了四个级别的信息：`level`, `parent`, `next`, 和 `previous`。`level` 指的是轮廓在整个轮廓结构中的层级，`parent` 表示当前轮廓的直接父轮廓，`next` 和 `previous` 分别指向下一级别的下一个和上一个轮廓。

3. **image\_contours**: 如果在原始图像上调用 findContours，并且参数设置为 True，则这个值会是输入的原图像，而不是处理后的结果。

需要注意的是，如果在灰度图像上寻找轮廓，需要先通过 `cv2.threshold()` 或其他方法将其转换为二进制图像。另外，由于历史版本的差异，`findContours` 的某些参数和返回值格式可能会有所不同。

相关问题

cv2.findContours的参数以及返回值

cv2.findContours() 是 OpenCV 中用于在二值图像中查找轮廓的函数。它的语法如下：

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

其中，参数含义如下：

- `image`：输入二值图像，要求为灰度图像，即只有 0 和 255 两种像素值。
- `mode`：轮廓检索模式，有以下几种可选模式：
- `cv2.RETR_EXTERNAL`：只检测外轮廓；
- `cv2.RETR_LIST`：检测所有轮廓，但不建立轮廓之间的关系；
- `cv2.RETR_CCOMP`：检测所有轮廓，并将其组织为两层，即外层和内层；
- `cv2.RETR_TREE`：检测所有轮廓，并重构轮廓之间的完整层次关系。
- `method`：轮廓逼近方法，有以下几种可选方法：
- `cv2.CHAIN_APPROX_NONE`：保存所有轮廓点；
- `cv2.CHAIN_APPROX_SIMPLE`：仅保存轮廓的端点；
- `cv2.CHAIN_APPROX_TC89_L1`、`cv2.CHAIN_APPROX_TC89_KCOS`：使用 Tang-Chen 算法进行逼近。
- `offset`：可选参数，表示轮廓坐标点的偏移量。

返回值：

- `contours`：检测到的轮廓，是一个包含所有轮廓的列表，每个轮廓由一组点坐标表示；
- `hierarchy`：轮廓之间的层次关系，是一个包含每个轮廓的父子关系、前后关系等信息的列表。

cv2.findContours输入参数与返回值

cv2.findContours是OpenCV中用于查找图像轮廓的函数。它的输入参数是二值化图像，输出是轮廓信息和层次结构。

具体来说，cv2.findContours函数的输入参数包括：
- image：输入的二值化图像，要求为8位单通道图像。
- mode：轮廓检索模式，有四种可选模式，分别为cv2.RETR_EXTERNAL、cv2.RETR_LIST、cv2.RETR_CCOMP和cv2.RETR_TREE。
- method：轮廓逼近方法，有三种可选方法，分别为cv2.CHAIN_APPROX_NONE、cv2.CHAIN_APPROX_SIMPLE和cv2.CHAIN_APPROX_TC89_L1。
- contours：检测到的轮廓信息，是一个Python列表，每个元素都是一个轮廓，每个轮廓由若干个点组成。
- hierarchy：轮廓的层次结构信息，也是一个Python列表，每个元素都是一个四元组(hierarchy[i], hierarchy[i][1], hierarchy[i], hierarchy[i])，其中hierarchy[i]、hierarchy[i]、hierarchy[i]和hierarchy[i]分别表示第i个轮廓的后一个轮廓、前一个轮廓、子轮廓和父轮廓的索引。

下面是一个示例代码：

import cv2

# 读入图像并转换为灰度图像
img = cv2.imread('test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化图像
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()