opencv findContours函数

OpenCV的`findContours`函数是用于在二值图像中查找轮廓的函数。它可以帮助我们提取出图像中的有意义的形状信息，例如物体轮廓和边缘。这个函数接受三个参数，分别是输入图像、轮廓检索模式和轮廓逼近方法。函数通过在二值图像中找到所有的轮廓，并将它们存储在向量中返回。

更具体的说，`findContours`函数的作用是将二值化图像中的对象轮廓检测出来，返回一个轮廓的向量。轮廓是一组连续的像素点的集合，可以表示图像中的任何形状。轮廓检索模式是指轮廓的检索方式，而轮廓逼近方法是指轮廓近似的方法。

例如，以下是使用`findContours`函数在一张图像中查找轮廓的示例代码：

Mat image = imread("example.png", 0);
Mat binary;
threshold(image, binary, 100, 255, THRESH_BINARY);
vector<vector<Point>> contours;
findContours(binary, contours, RETR_LIST, CHAIN_APPROX_SIMPLE);

其中，`imread`函数是用来读取图像的函数，`threshold`函数是用来将图像二值化的函数。`RETR_LIST`表示检索所有的轮廓，`CHAIN_APPROX_SIMPLE`表示使用简单逼近方法来计算轮廓。最后，函数会将所有轮廓存储在`contours`向量中返回。

相关问题

OpenCV 4.5.1 findContours函数

OpenCV 4.5.1版本中的`findContours()`函数是一个强大的功能，它主要用于在二进制或灰度图像中寻找轮廓（contours）。这个函数的主要目的是从图像中分离出物体的边缘，并返回一个表示轮廓的结构，通常是`std::vector<std::vector<cv::Point>`，其中每个内部的`cv::Point`数组代表一个轮廓上的一段连续路径。

`findContours()`函数接收一个图像作为输入，可以设置一些选项，如模式（`RETR_EXTERNAL`，`RETR_LIST`，`RETR_TREE`等），用于确定轮廓的详细程度和组织形式；还有厚度参数（`CHAIN_APPROX_SIMPLE`或`CHAIN_APPROX_NONE`）来控制轮廓近似的方式。

使用`findContours()`的基本步骤包括：
1. 转换图像为二值（如有需要）
2. 应用`findContours()`函数
3. 遍历找到的轮廓，分析它们的形状和位置

下面是一个基础的使用示例：

cv::Mat img; // 加载或处理后的图像
cv::Mat gray;
cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY); // 转为灰度
cv::threshold(gray, gray, 0, 255, cv::THRESH_BINARY_INV + cv::THRESH_OTSU); // 阈值化

std::vector<std::vector<cv::Point>> contours;
cv::findContours(gray, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

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。