opencv中findContours方法解析，以及在Python和C++中的应用和分析
opencv中findContours方法解析，以及在Python和C++中的应用和分析
python: cv2.findContours(img,mode,method)
mode:轮廓检索模式
-
RETR_EXTERNAL ：只检索最外面的轮廓
-
RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；
-
RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界;
-
RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次;
method:轮廓逼近方法
-
CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
-
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。
用例：
img = cv2.imread('contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
binary, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
其中对于contours参数，它是一个list数据类型，其中每一个list的下标都存储着这个轮廓的坐标点。
C++: cv::findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,int method, Point
offset = Point());
参数分析
-
InputOutputArray image ：检测轮廓的图片
-
OutputArrayOfArrays contours：输出轮廓信息，它的数据类型是vector
contours，其中每一个向量元素都保存了一组连续的坐标点构成的集合向量。每一组Point点集就是一个轮廓。 有多少轮廓，向量contours就有多少元素。 -
OutputArray hierarchy：定义为vector hierarchy没啥用。
-
这里model和method和Python版本的一样
-
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，相当于在每一个检测出的轮廓点上加
上该偏移量，并且Point还可以是负值！
用例：
Mat img,dst,dst1;
img = cv::imread('contours.png')
cv::cvtColor(img, dst, cv2.COLOR_BGR2GRAY)
cv::threshold(dst, 127, 255, cv2.THRESH_BINARY)
cv::findContours(dst,dst1, hierarchy,cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE,Point(-1,-1))
其中对于contours参数，它是一个list数据类型，其中每一个list的下标都存储着这个轮廓的坐标点。