轮廓发现

轮廓发现

• 轮廓发现是基于图像边缘提取的寻找对象轮廓的方法。

• 由于基于边缘提取，所以边缘提取的阈值选定会影响最终轮廓发现的结果。
  
  API介绍

• findContours() 发现轮廓
  void findContours(
  InputOutputArray image,
  OutputArrayOfArrays contours,
  OutputArray hierarchy,
  int mode,
  int method,
  Point offset = Point());
  参数说明：
  (1) image：单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像；
  (2) contours：vector<vector>类型，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就有多少元素。
  (3) hierarchy：vector 类型， Vec4i是Vec<int,4>的别名，即容器内每一个元素都是一个包含了4个int型变量的向量，所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整型的数组。向量hiararchy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。hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[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。如果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] ~hierarchy[i][3]的相应位被设置为默认值-1。
  (4) mode：int类型的，定义轮廓的检索模式：
  取值一：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；
  取值二：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，彼此之间独立，没有等级关系，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个分量都会被置为-1，具体下文会讲到；
  取值三：CV_RETR_CCOMP 检测所有的轮廓，但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含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；
  取值四：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。
  (5) method：int类型，定义轮廓的近似方法：
  取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内；
  取值二：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；
  取值三和四： CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法；
  (6) 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。

• drawContours() 绘制轮廓
  void drawContours(InputOutputArray image,
  InputArrayOfArrays contours,
  int contourIdx,
  const Scalar& color,
  int thickness = 1,
  int lineType = 8,
  InputArray hierarchy = noArray(),
  int maxLevel = INT_MAX,
  Point offset = Point()
  )

  参数说明：
  （1）image: 代