opencv canny+findcontours 检测边缘

检测的步骤相信大家很熟悉了，我今天在这里是要说一个大坑。
首先，常见的步骤如下：

edge = cv2.Canny(img, low, high)
contours, hier = cv2.findContours(edge, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

但是，这样会丢边缘！
这是因为cv2.RETR_EXTERNAL只会检测最外层的边缘。也就是说，一旦你用cv2.Canny检测到的边缘有嵌套，那么内层的边缘都会丢失！

解决方案是使用cv2.RETR_CCOMP然后手动筛选。
当使用cv2.RETR_CCOMP时，hier中包含每个边缘的相对关系，以“后前子父”的索引值表示（-1表示无），且只会保留一层相对关系。因此，我们只要筛选出“父”索引值为-1的项即可。
实现如下：

def outer_contours(img):
    contours, hier = cv2.findContours(img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
    return [contours[i] for i in range(len(hier[0])) if hier[0][i][3]==-1]
edge = cv2.Canny(img, low, high)
contours = outer_contours(edge)

注

详细的说，cv2.Canny得到的只是“反映边缘位置的二值图”。对cv2.Canny的结果使用cv2.findContours，一个Canny边缘会检测出内外两个contour。
举个栗子，假设cv2.Canny检测出来的边缘包含甲、乙、丙三条线，那么cv2.findContours会找到甲内、甲外、乙内、乙外、丙内、丙外6个contour。如果甲、乙、丙无嵌套关系，使用cv2.RETR_EXTERNAL时，筛选出的contour就是甲外、乙外、丙外这3个，正常工作。
但是，如果甲、乙有着甲>乙的嵌套关系，那么它们检测出的contours就有甲外>甲内>乙外>乙内的关系，此时使用cv2.RETR_EXTERNAL，就只会返回甲外，乙外就丢失了。

彩蛋

这个方法9年前在StackOverflow上就有了：
https://stackoverflow.com/a/15867297/16599029
可惜很多教程还是在用会丢边缘的方法。