最近在查阅OpenCV轮廓处理函数方面时,我发现有部分文章对findcontours函数中轮廓层级提取的描述有错误,特写一篇有关轮廓提取方面的文章(仅仅介绍容易出错的hierarchy层级轮廓)。
函数原型为:findContours(image,contours,hierarchy,mode,method,Point());注意函数重载!
以下,利用mode=CV_RETR_TREE,进行hierarchy的介绍。
CV_RETR_TREE方法为检测所有轮廓,并且建立所有的继承(包含)关系(hierarchy轮廓继承可以大显身手!)。
对于每一个轮廓,hierarchy都包含4个整型数据,分别表示:后一个轮廓的序号、前一个轮廓的序号、子轮廓的序号、父轮廓的序号。
特别注意,上述的含义的不能弄反了!
在理解层级关系前,需要对数据结构有一定的了解。
例如下图(将树结构和轮廓级联系在一起),A和B为同级,可以认为B是A的后一个轮廓,A是B的前一个轮廓;C和D为A的子树,E和F为B的子树,可以认为C和D为A的子轮廓,A为C和D的父轮廓。
为了更加直观,可以利用实际的图像进一步说明轮廓层级的关系,例如以下的源图,一共有4个轮廓,序号分别为0 1 2 3
特别地,序号在程序中findcontours函数会自动标记,也是轮廓检索的序号,n个轮廓其检索序号从 0 到 n-1 。
经分析,0号轮廓没有同级轮廓,有两个子级轮廓1和3,没有父级轮廓,所以其轮廓继承关系向量hierarchy为[-1 -1 1 -1],-1表示无对应的关系,1表示0号轮廓的一个子轮廓的序号为1号;
同样地,1号轮廓有同级轮廓3(认为是后一个轮廓,那么无前一个轮廓),也有子级轮廓2,也有父级轮廓0,所以其轮廓继承关系向量hierarchy为[3 -1 2 0];
同样地,2号轮廓没有同级轮廓,也没有子级轮廓,但是有父级轮廓1,所以其轮廓继承关系向量hierarchy为[-1 -1 -1 1];
同样地,3号轮廓有同级轮廓(其前一个轮廓为1,无后一个轮廓),没有子级轮廓,但是有父级轮廓0,所以其轮廓继承关系向量hierarchy为[-1 1 -1 0]。
以上的轮廓层级关系,可以用树结构表示如下:
C++版部分测试代码如下:
--------------------------
cv::Mat img = cv::imread("E:\\test.bmp", 0);//需要bmp图
cv::vector
cv::vector
cv::findContours(img, contours, hierarchy,CV_RETR_TREE, CV_CHAIN_APPROX_NONE, cv::Point());
---------------------------
利用轮廓处理函数,后续可以很方便地对图像进行连通域处理、特征拟合和特征识别等。