findContours(Image, contours, hierarchies, RETR_TREE, CHAIN_APPROX_NONE,Point());
本函数一共有六个参数。
1:Image,需要处理的图像,一般用二值化图像。
2:contours,定义为“vector<vector<Point>> contours”,是一个向量,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。
3:hierarchy,定义为“vector<Vec4i> hierarchy”,是一个向量,向量内每一个元素包含了4个int型变量。向量hiararchy内的元素和轮廓向量contours内的元素是对应的。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,前,子,父](轮廓)。
4:定义轮廓的检索模式。
CV_RETR_EXTERNAL,只检测最外围轮廓。
CV_RETR_LIST,检测所有的轮廓,检测到的轮廓不建立等级关系。
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。
CV_RETR_TREE,检测所有轮廓,所有轮廓建立一个等级树结构。
5:定义轮廓的近似方法。
CV_CHAIN_APPROX_NONE,保存物体边界上所有连续的轮廓点到contours。
CV_CHAIN_APPROX_SIMPLE,仅保存轮廓的拐点信息。
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。
本文主要讲解CV_RETR_TREE,CV_CHAIN_APPROX_NONE情况下如何找到自己想要的轮廓。
图示五个轮廓:
0号轮廓没有同级轮廓,父轮廓,但有子轮廓1,2,3。
代码表示为:
hierarchies[0][0] < 0 || hierarchies[0][0] >= contours.size() //后
hierarchies[0][1] < 0 || hierarchies[0][1] >= contours.size() //前
hierarchies[0][2]==1 || hierarchies[0][2]==2 || hierarchies[0][2]==3 //子
hierarchies[0][3] < 0 || hierarchies[0][3] >= contours.size() //父
1号轮廓有同级轮廓2,3,父轮廓0,没有子轮廓。
代码表示为:
hierarchies[1][0]==2 //后
hierarchies[1][1] < 0 || hierarchies[1][1] >= contours.size() //前
hierarchies[1][2] < 0 || hierarchies[1][2] >= contours.size() //子
hierarchies[1][3]==0 //父
2号轮廓有同级轮廓1,3,父轮廓0,子轮廓4。
代码表示为:
hierarchies[2][0]==3 //后
hierarchies[2][1]==1 //前
hierarchies[2][2]==4 //子
hierarchies[2][3]==0 //父
3号轮廓有同级轮廓1,2,父轮廓0,没有子轮廓。
代码表示为:
hierarchies[3][0] < 0 || hierarchies[3][0] >= contours.size() //后
hierarchies[3][1]==2 //前
hierarchies[3][2] < 0 || hierarchies[3][2] >= contours.size() //子
hierarchies[3][3]==0 //父
4号轮廓没有同级轮廓,有父轮廓2,没子轮廓。
代码表示为:
hierarchies[4][0] < 0 || hierarchies[4][0] >= contours.size() //后
hierarchies[4][1] < 0 || hierarchies[4][1] >= contours.size() //前
hierarchies[4][2] < 0 || hierarchies[4][2] >= contours.size() //子
hierarchies[0][3]==2 //父