opencv学习之findcontours函数：图像边缘检测

OpenCV中通过使用findContours函数，几个步骤就能检测物体的轮廓

findContours方法中各参数的含义和用法：

findContours(InputOutArray image,OutputArrayofArrays contours,OutputArray 

                       hierarchy,int mode,int method,Point offset=Point());

第一个参数：image,单通道图像矩阵，灰度图；常用的为二值图像，通过Canny，拉普拉斯等边缘检测算子

                      处理过的二值图像。

第二个参数：contours ，定义为“vector> contours”，是一个向量，

                   并且是一个双重向量；

                    向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组

                    Point点集就是一个轮廓。有多少轮廓，向量contours就是有多少元素

第三个参数：hierarchy，定义为"vectorhierarchy",首先Vec4i的定义：

                   typedef Vec Vec4i;

                   Vec4i是 Vec的别名，定义了一个“向量内每个元素包含了4个

                   int型变量”的向量。

                   向量hieararchy内的元素和轮廓向量contours内的元素是一一对应的，

                   向量的容量相同。

                   hierararchy向量内每一个元素的4个int型变量--hierarchy[i][0]~

                  hierararchy[i][3];  分别表示第i个轮廓的后一个轮廓、前一个轮廓，父轮廓、

                  内嵌轮廓的索引编号。

        当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则

        hierarchy[i][0]~hierararchy[i][3]的相应位被设置为默认值-1

第四个参数： int型的mode，定义轮廓的检索模式：

            1、   CV_RETR_EXTERNAL 只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

             2、  CV_RETR_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立

                                      等级关系，彼此独立，这就意味着这个检索模式下不存在父轮廓

                   或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置-1

             3、CV_RETR_CCOMP  检测所有的轮廓，但是所有轮廓只建立两个等级关系，外围为顶层，

                 若外围内的内围轮廓还包括了其他轮廓信息。

             4、CV_RETR_TREE ，检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，

                  内层轮廓还可以继续包含内嵌轮廓。

第五个参数：int型method ,定义轮廓 的近似方法：取值如下

             1、CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内

             2、CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有 轮廓拐点处的点保存入

                 contours向量内，拐点与拐点之间直线段上的信息点不予保留

             3、CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用

                    teh-Chinl chain 近似算法

第六个参数：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在

                     每个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！