cv2.findContours() 返回值contours的索引

`cv2.findContours()` 是 OpenCV 中用于查找图像轮廓（contours）的一个函数。这个函数返回两个值：contours 和 hierarchy。其中 contours 是一个二维列表，每个元素代表一个轮廓，轮廓是一个 Mx2 的 numpy 数组，表示轮廓上的点集合，M 是轮廓上的点数。

当 `findContours()` 找到轮廓时，contours 列表的索引通常对应于轮廓在原始图像中的顺序，从左上角开始按逆时针方向存储。也就是说，第一个轮廓通常是图像中的第一个找到的，第二个轮廓紧随其后，依此类推。

hierarchy 另外是一个数组，它包含了关于轮廓之间的层次结构信息，但在这个简单的说明中，我们重点讨论 contours 的索引。如果你只需要轮廓本身，可以直接通过索引来访问，如 `contours[i]` 就可以获取第 i 个轮廓的信息。

相关问题

cv2.findContours三个返回值

`cv2.findContours()` 函数是 OpenCV 中用于寻找图像轮廓的方法。它通常用于形状检测和分析。这个函数有三个可能的返回值：

1. **contours**: 这是最主要的返回值，是一个二维列表，每个元素表示一个轮廓的边界点列表，按照从左上到右下的顺序存储。

2. **hierarchy**: 这个可选值是一个二维列表，包含了一些额外的信息关于轮廓之间的关系。每一行代表一个轮廓，并由四个整数构成：
- 第0个元素是轮廓的索引
- 第1个元素描述了轮廓是否在另一个轮廓内部
- 第2个元素如果是-1，则表示没有父轮廓；否则是指向父轮廓的索引
- 第3个元素描述了轮廓的孩子轮廓的索引，如果有的话

3. **ret**: 一个布尔值，表示查找操作是否成功。如果 `ret` 为 `True`，说明找到轮廓并且上述两个值都是有效的；如果 `False`，可能是由于一些错误导致无法找到轮廓。

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()