OpenCV中findcontours函数hierarchy

在OpenCV中，findContours函数的第三个参数hierarchy是一个可选的输出向量，用于指示轮廓之间的关系。hierarchy向量的每个元素是一个长度为4的整型数组，它包含了当前轮廓的下一级轮廓、前一级轮廓、父轮廓和内嵌轮廓的索引。具体来说，hierarchy向量的第i个元素hierarchy[i]的含义如下：

- hierarchy[i][0]：下一级轮廓的索引，如果没有下一级轮廓则为-1；
- hierarchy[i][1]：前一级轮廓的索引，如果没有前一级轮廓则为-1；
- hierarchy[i][2]：父轮廓的索引，如果没有父轮廓则为-1；
- hierarchy[i][3]：内嵌轮廓的索引，如果当前轮廓不是内嵌轮廓则为-1。

可以利用hierarchy向量来实现一些高级的轮廓操作，例如找到所有的轮廓、找到所有的子轮廓、找到所有的边缘轮廓等等。需要注意的是，使用hierarchy向量会增加计算的复杂度，因此如果不需要这些信息，可以将hierarchy参数设置为NULL。

相关问题

C++opencv中findContours函数用法

在C++的OpenCV中，findContours函数用于查找图像中的轮廓。其函数原型如下：

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

其中，

- InputOutputArray image：输入图像，必须为8位单通道二进制图像。
- OutputArrayOfArrays contours：输出轮廓，为一个向量类型，包含所有检测到的轮廓。
- OutputArray hierarchy：轮廓的层次结构，可不传入该参数。
- int mode：轮廓检索模式，可取值为RETR_EXTERNAL、RETR_LIST、RETR_CCOMP和RETR_TREE。
- int method：轮廓逼近方法，可取值为CHAIN_APPROX_NONE、CHAIN_APPROX_SIMPLE、CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS。
- Point offset：轮廓点的可选偏移量。

例如，下面的代码使用findContours函数查找图像中的轮廓并在图像中绘制出来：

Mat image = imread("example.jpg", IMREAD_GRAYSCALE);
Mat binary;
threshold(image, binary, 100, 255, THRESH_BINARY);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
Mat result = Mat::zeros(image.size(), CV_8UC3);
for (size_t i = 0; i < contours.size(); i++) {
    drawContours(result, contours, i, Scalar(0, 0, 255), 2, 8, hierarchy);
}
imshow("result", result);

其中，先使用threshold函数将图像二值化，然后使用findContours函数查找轮廓，并使用drawContours函数将轮廓绘制在新的图像上，最后显示结果图像。

opencv中的findContours函数

OpenCV中的findContours函数是一种用于检测物体轮廓的函数。它可以通过对图像进行处理，找到图像中所有的轮廓，并将其存储在一个列表中。下面是findContours函数的一些参数及其含义：

- image：输入图像，可以是灰度图像或二值图像，但通常是二值图像。
- contours：检测到的轮廓，每个轮廓由一系列的点坐标表示。
- hierarchy：可选的输出向量，包含了图像中轮廓的拓扑信息。
- mode：轮廓检索模式，有四种模式可选，分别是RETR_EXTERNAL、RETR_LIST、RETR_CCOMP和RETR_TREE。
- method：轮廓逼近方法，有三种方法可选，分别是CHAIN_APPROX_NONE、CHAIN_APPROX_SIMPLE和CHAIN_APPROX_TC89_L1。
- offset：可选的偏移量，表示轮廓中所有点的偏移量。

下面是一个简单的示例，演示如何使用findContours函数来检测图像中的轮廓：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
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, 255, 0), 3)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()