opencv findcontours用法

### 回答1：
OpenCV 中的 findContours() 函数用于查找图像中的轮廓。它接受三个参数：

1. 原图像，必须是二值图像
2. 轮廓检索模式，可以是 cv2.RETR_EXTERNAL 或 cv2.RETR_LIST 等
3. 轮廓近似方法，可以是 cv2.CHAIN_APPROX_SIMPLE 或 cv2.CHAIN_APPROX_NONE 等

代码示例：

import cv2

img = cv2.imread("image.jpg", 0)

# 二值化
_, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 画出轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 2)

cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上面示例中，我们首先将原图像二值化，然后使用 findContours() 函数查找图像中的轮廓，最后使用 drawContours() 函数在图像中绘制轮廓。

### 回答2：
OpenCV是一个流行的计算机视觉库，它提供了许多强大的工具用于图像处理和计算机视觉应用开发。其中一个最常用的工具是findContours函数，这个函数可以用于在图像中查找所有的轮廓。在使用这个函数时，我们需要了解它的使用方法和一些关键点。接下来，我会详细讲解OpenCV中findContours函数的使用方法。

首先，我们需要明白轮廓是什么。轮廓可以理解为图像中所有连续的点的曲线。在OpenCV中，我们可以使用findContours函数查找图像中所有的轮廓。在使用findContours函数时，我们需要先将图像进行二值化，使得轮廓能够被轮廓识别算法准确找到。轮廓提取算法可以使用不同的算法，如Suzuki算法、Moore-Neighbor等。在OpenCV中，我们可以使用cv2.RETR_EXTERNAL参数告诉算法只查找最外层的轮廓。

下面是findContours函数的参数：

1. 输入参数：输入一张二值化的图像。

2. 轮廓查找方法：轮廓查找方法。

3. 轮廓逼近方法：轮廓逼近方法。

4. 偏移量：偏移量，一般为（0,0）。

输出参数：输出每一个轮廓的各个点坐标。

而这个函数最重要的是返回值，我们可以使用下面的代码将检测到的轮廓绘制到图像上：

contours, hierarchy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

cv.drawContours(img, contours, -1, (0, 0, 255), 2)

其中，我们调用了cv.drawContours函数来将检测到的轮廓绘制在原输入图像上。

总之，OpenCV findContours函数是一个非常实用的工具，因为它可以帮助我们在图像中定位和提取出所有的轮廓。在使用这个函数时，我们需要明确轮廓是什么，并了解函数的参数和返回值。通过熟练掌握这个函数，在计算机视觉应用开发中，我们可以开发出更加强大和实用的应用，实现更加精准和高效的图像处理和分析。

### 回答3：
OpenCV是一个广泛使用的计算机视觉库，其中之一的函数是findContours（）函数，用于在图像中查找和计算轮廓。

该函数的语法为：

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

其中，image是输入图像，mode是轮廓检测模式，method是轮廓近似方法，返回的contours是包含图像中所有轮廓（即由点或线形成的封闭形状）的Numpy数组，hierarchy是轮廓的层次结构信息。

轮廓检测模式有以下四种：

- cv2.RETR_EXTERNAL：只检测外轮廓
- cv2.RETR_LIST：检测所有轮廓，但不建立层次体系
- cv2.RETR_CCOMP：检测所有轮廓，并将它们组织为两层，一层包含外轮廓，另一层包含内部轮廓
- cv2.RETR_TREE：检测所有轮廓并建立完整的轮廓层次体系

轮廓近似方法有以下三种：

- cv2.CHAIN_APPROX_NONE：存储所有的轮廓点
- cv2.CHAIN_APPROX_SIMPLE：只存储端点
- cv2.CHAIN_APPROX_TC89_L1或cv2.CHAIN_APPROX_TC89_KCOS：使用Teh-Chinl链逼近算法中的一个，来自代码实现，更高效。

使用findContours（）函数可以在许多计算机视觉任务中很有用，例如物体检测、场景重构和图像分割等。例如，在目标跟踪中，可以使用findContours（）函数在当前帧中提取轮廓，并将其与模板轮廓匹配以确定目标位置。