opencv-python:cv.findContours()轮廓的层次结构【转载整理】

opencv-python:cv.findContours()轮廓的层次结构

原博地址:opencv-python轮廓的层次结构

1.层级结构:

         通常使用cv.findContours()函数来检测图像中的轮廓对象,常有某些轮廓在其他轮廓的内部呈现嵌套的关系,在这种情况下将外部轮廓称为父项,将内部轮廓称为子项,这种关系的表示称为层次结构。

         如下图所示,轮廓0/1/2是外部或最外部的,它们处于相同的层次结构级别,处于层级结构0中;
         轮廓2a可以被认为是轮廓2的子节点,也就是轮廓2是轮廓2a的父节点,所以它处于层次结构1中;
         类似地,轮廓3是轮廓4 的子节点,它属于下一层次结构;
         最后,轮廓4/5是轮廓3a的子节点,它们位于最后的层次结构级别。OpenCV中的层次结构表示

clipboard.png

2.OpenCV中的层次结构表示 :

         每个轮廓都有自己的信息,包括轮廓的层次结构/子轮廓/父轮廓等,OpenCV将它表示为四个值的数组:[Next,Previous,First_Child,Parent]。

         1)Next:

               当前轮廓同一层级的下一个轮廓。
               在上图中获取contour0.Next = 1;Contour1.Next = 2;Contour2.Next = -1(由于同一级别没有下一个轮廓)。

         2)Previous:

               当前轮廓同一层级的上一个轮廓。
               在上图中获取Contour1.Previous= 0;Contour0.Previous= -1(由于同一级别没有上一个轮廓)。

         3)First_Child:

               当前轮廓的第一个子轮廓。
               Contour2.Previous= 2a;

         4)Parent:

               当前轮廓父轮廓的索引.
               与First_Child相反, 对于轮廓4和轮廓5,父轮廓都是轮廓3a,如果没有子项或父项,则返回-1。

3.轮廓检索模式:

         1)RETR_LIST:

               RETR_LIST模式检索所有轮廓,但不创建任何父子关系, 根据这条规则父轮廓和子轮廓平等, 都属于同一层次结构。

>>> hierarchy
array([[[ 1, -1, -1, -1],
        [ 2,  0, -1, -1],
        [ 3,  1, -1, -1],
        [ 4,  2, -1, -1],
        [ 5,  3, -1, -1],
        [ 6,  4, -1, -1],
        [ 7,  5, -1, -1],
        [-1,  6, -1, -1]]])

         2)RETR_EXTERNAL:

              RETR_EXTERNAL模式仅返回最外层的轮廓,忽略所有子轮廓。

>>> hierarchy
array([[[ 1, -1, -1, -1],
        [ 2,  0, -1, -1],
        [-1,  1, -1, -1]]])

         3)RETR_CCOMP:

              RETR_CCOMP模式检索所有轮廓并将它们排列为2级层次结构,用1或2标记轮廓的顺序和它们所属的层次结构:

              a.对象的外部轮廓(即其边界)属于层次结构1;

              b.对象内部的孔的轮廓属于层次结构2。

clipboard.png

>>> hierarchy
array([[[ 3, -1,  1, -1],
        [ 2, -1, -1,  0],
        [-1,  1, -1,  0],
        [ 5,  0,  4, -1],
        [-1, -1, -1,  3],
        [ 7,  3,  6, -1],
        [-1, -1, -1,  5],
        [ 8,  5, -1, -1],
        [-1,  7, -1, -1]]])

   4)RETR_CCOMP: 

         RETR_CCOMP模式检索所有轮廓并创建完整的层次结构列表。

clipboard.png

>>> hierarchy
array([[[ 7, -1,  1, -1],
        [-1, -1,  2,  0],
        [-1, -1,  3,  1],
        [-1, -1,  4,  2],
        [-1, -1,  5,  3],
        [ 6, -1, -1,  4],
        [-1,  5, -1,  4],
        [ 8,  0, -1, -1],
        [-1,  7, -1, -1]]])
 
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值