几何形状（轮廓）的检测和拟合

当我们绘制一个多边形或进行形状分析时，通常需要使用多边形逼近一个轮廓，使顶点数变少。Opencv实现了其中两种逼近方法：
1.函数CV::approxPolyDP()进行多边形逼近
void cv::approxPolyDP(
cv::InputArray curve, //Array or vector of 2-dimensional points
cv::outputArray approxCurve, //Result ,type is same as ‘curve’
double epsilon, //max distance from ‘curve’ to ‘approxCurve’
bool closed //if true, assume link from last to first vertex
参数epsilon是要求的逼近准确度。含义是，你允许在原多边形和最终拟合的多边形之间存在的最大偏差。最后一个参数closed 指明curve中的一些列点是否是一个闭合的多边形。若设为true，则认为曲线是闭合的。
这个函数基于Douglas-Peucker algorithm(道格拉斯-普克算法）.该算法首先从轮廓中挑出两个最远的点,将两点相连,然后在原来的轮廓上寻找一个离线段距离最远的点,将该点加入逼近后的新轮廓中.算法反复迭代,不断将最远的点添加到结果中,直到所有点到多边形的最短小于parameter参数指定的精度。从这里可以看出，将精度设置为为轮廓周长或外包矩形周长 等表示轮廓总长度的值的几分之一比较合适。
（其它常用的方法包括Rosenfeld-Johnson算法和Teh-Chin算法，Teh-Chin算法在Opencv中并不用于缩减顶点，而是在提取多边形时使用，见cv::findContours())

轮廓处理中经常遇到的另一个任务是计算一些轮廓变化的概括特性。这可能包括长度或其它