查找轮廓总结

轮廓到底是什么东西？一个轮廓一般对应一系列的点，也就是图像中的一条曲线，以序列的形式存储，序列的每一个元素是曲线中一个点的位置。

findContours()从二值图像中查找轮廓，图像可以是从canny()函数得到，或者是threshold函数得到。

首先有轮廓树的概念，c代表的是轮廓，h代表的是孔，opencv的findcontours()，可以区分内部和外部边界。

包含的概念在很多应用中都非常重要。（这个以后估计会有所体会的！）

opencv允许得到的轮廓被聚合成一个轮廓树，从而把包含关系编码到树结构中。例如轮廓数的根节点的轮廓叫c0，孔h00和h01是它的子节点。这些轮廓中直接包含的轮廓成为他们的子节点，依次类推。

hierarchy[idx][0]是轮廓树遍历的方式，每个contours[i]中对应了4个hierarchy元素，hierarchy[i][0]~hierarchy[i][3]，分别代表后一个轮廓，前一个轮廓，父轮廓，内嵌轮廓。

这个是推酷上看到的一种轮廓遍历的例子，挺能表达轮廓遍历的意思的，还得多用才能熟练掌握轮廓的遍历。

//---------------------------------------------------------------------------------------------------------------------------------------------

//轮廓模式为CV_RETR_CCOMP，第一层为连通域的外围边界，因为我们前景颜色值为255，背景为0

//所以得到的轮廓为外围边界，所以我们只需要第一层，hierarchy[idx][0]表示为下一个轮廓的索引

//如果到达最后一个轮廓，则hierarchy[idx][0]=-1；
for (; idx >= 0; idx = hierarchy[idx][0])
{
const vector<Point>& c = contours[idx];
double area = fabs(contourArea(Mat(c)));
if (area > maxArea)
{
maxArea = area;
largestComp = idx;//找出包含面积最大的轮廓
}
}