OpenCV2-------findContours函數參數詳解

　文章來源：點選打開

注： 這篇文章用的OpenCV版本是2.4.10， 3以上的OpenCV版本相關函數可能有改動

Opencv中通過使用findContours函數，簡單幾個的步驟就可以檢測出物體的輪廓，很友善。這些準備繼續探讨一下

findContours方法中各參數的含義及用法，比如要求隻檢測最外層輪廓該怎麼辦？contours裡邊的資料結構是怎樣

的？hierarchy到底是什麼鬼？Point()有什麼用？

先從findContours函數原型看起：

 
 findContours( InputOutputArray image, OutputArrayOfArrays contours,       
      
 OutputArray hierarchy,            int mode,       
      
 int method, Point offset=Point());       
     
    

第一個參數：image，單通道圖像矩陣，可以是灰階圖，但更常用的是二值圖像，一般是經過Canny、拉普拉斯等邊

                     緣檢測算子處理過的二值圖像；

第二個參數：contours，定義為“vector<vector<Point>> contours”，是一個向量，并且是一個雙重向量，向量

           内每個元素儲存了一組由連續的Point點構成的點的集合的向量，每一組Point點集就是一個輪廓。  

           有多少輪廓，向量contours就有多少元素。

第三個參數：hierarchy，定義為“vector<Vec4i> hierarchy”，先來看一下Vec4i的定義：

                           typedef    Vec<int, 4>   Vec4i;                                                                                                                                       

           Vec4i是Vec<int,4>的别名，定義了一個“向量内每一個元素包含了4個int型變量”的向量。

           是以從定義上看，hierarchy也是一個向量，向量内每個元素儲存了一個包含4個int整型的數組。

           向量hiararchy内的元素和輪廓向量contours内的元素是一一對應的，向量的容量相同。

           hierarchy向量内每一個元素的4個int型變量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第

        i個輪廓的後一個輪廓、前一個輪廓、父輪廓、内嵌輪廓的索引編号。如果目前輪廓沒有對應的後一個

        輪廓、前一個輪廓、父輪廓或内嵌輪廓的話，則hierarchy[i][0] ~hierarchy[i][3]的相應位被設定為

        預設值-1。

第四個參數：int型的mode，定義輪廓的檢索模式：

           取值一：CV_RETR_EXTERNAL隻檢測最外圍輪廓，包含在外圍輪廓内的内圍輪廓被忽略

           取值二：CV_RETR_LIST   檢測所有的輪廓，包括内圍、外圍輪廓，但是檢測到的輪廓不建立等級關

                  系，彼此之間獨立，沒有等級關系，這就意味着這個檢索模式下不存在父輪廓或内嵌輪廓，

                  是以hierarchy向量内所有元素的第3、第4個分量都會被置為-1，具體下文會講到

           取值三：CV_RETR_CCOMP  檢測所有的輪廓，但所有輪廓隻建立兩個等級關系，外圍為頂層，若外圍

                  内的内圍輪廓還包含了其他的輪廓資訊，則内圍内的所有輪廓均歸屬于頂層

           取值四：CV_RETR_TREE， 檢測所有輪廓，所有輪廓建立一個等級樹結構。外層輪廓包含内層輪廓，内

                   層輪廓還可以繼續包含内嵌輪廓。

第五個參數：int型的method，定義輪廓的近似方法：

           取值一：CV_CHAIN_APPROX_NONE 儲存物體邊界上所有連續的輪廓點到contours向量内

           取值二：CV_CHAIN_APPROX_SIMPLE 僅儲存輪廓的拐點資訊，把所有輪廓拐點處的點儲存入contours

                   向量内，拐點與拐點之間直線段上的資訊點不予保留

           取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近

                   似算法

第六個參數：Point偏移量，所有的輪廓資訊相對于原始圖像對應點的偏移量，相當于在每一個檢測出的輪廓點上加

            上該偏移量，并且Point還可以是負值！

下邊用效果圖對比一下findContours函數中各參數取不同值時，向量contours和hierarchy的内容如何變化，有何

異同。

主體程式如下：

 
 #include "core/core.hpp"       
      
 #include "highgui/highgui.hpp"       
      
 #include "imgproc/imgproc.hpp"       
      
 #include "iostream"       
          
 using            namespace            std;       
      
 using            namespace cv;       
          
 int main(int argc,char *argv[])       
      
 {       
      
 Mat imageSource=imread(argv[           ],           );       
      
 imshow(           "Source Image",imageSource);       
      
 Mat image;       
      
 GaussianBlur(imageSource,image,Size(           ,           ),           );       
      
 Canny(image,image,           ,           );       
      
 vector<           vector<Point>> contours;       
      
 vector<Vec4i> hierarchy;       
      
 findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());       
      
 Mat imageContours=Mat::zeros(image.size(),CV_8UC1);       
      
 Mat Contours=Mat::zeros(image.size(),CV_8UC1);             //繪制       
      
 for(           int i=           ;i<contours.size();i++)       
      
 {       
      
 //contours[i]代表的是第i個輪廓，contours[i].size()代表的是第i個輪廓上所有的像素點數       
      
 for(           int j=           ;j<contours[i].size();j++)       
      
 {       
      
 //繪制出contours向量内所有的像素點       
      
 Point P=Point(contours[i][j].x,contours[i][j].y);       
      
 Contours.at<uchar>(P)=           ;       
      
 }       
          
 //輸出hierarchy向量内容       
      
 char ch[           ];       
      
 sprintf(ch,           "%d",i);       
      
 string str=ch;       
      
 cout<<           "向量hierarchy的第" <<str<<           " 個元素内容為："<<           endl<<hierarchy[i]<<           endl<<           endl;       
          
 //繪制輪廓       
      
 drawContours(imageContours,contours,i,Scalar(           ),           ,           ,hierarchy);       
      
 }       
      
 imshow(           "Contours Image",imageContours);            //輪廓       
      
 imshow(           "Point of Contours",Contours);              //向量contours内儲存的所有輪廓點集       
      
 waitKey(           );       
      
 return            ;       
      
 }       
     
    

程式中所用原始圖像如下：

通過調整第四個參數mode——輪廓的檢索模式、第五個參數method——輪廓的近似方式和不同的偏移量Point()，就可以得到以下效果。

一、mode取值“CV_RETR_EXTERNAL”，method取值“CV_CHAIN_APPROX_NONE”，即隻檢測最外層輪廓，并且儲存輪廓上所有點：

輪廓：

隻有最外層的輪廓被檢測到，内層的輪廓被忽略

contours向量内所有點集：

儲存了所有輪廓上的所有點，圖像表現跟輪廓一緻

hierarchy向量：

重溫一下hierarchy向量————向量中每個元素的4個整形分别對應目前輪廓的後一個輪廓、前一個輪廓、父輪廓、内

嵌輪廓的索引編号。

本次參數配置下，hierarchy向量内有3個元素，分别對應于3個輪廓。以第2個輪廓（對應向量内第1個元素）為例，

内容為[2,0,-1,-1], “2”表示目前輪廓的後一個輪廓的編号為2，“0”表示目前輪廓的前一個輪廓編号為0，其後2

個“-1”表示為空，因為隻有最外層輪廓這一個等級，是以不存在父輪廓和内嵌輪廓。

二、 mode取值“CV_RETR_LIST”，method取值“CV_CHAIN_APPROX_SIMPLE”，即檢測所有輪廓，但各輪廓之間彼此獨立，不建立等級關系，并且僅儲存輪廓上拐點資訊：

檢測到的輪廓跟上文“一”中是一緻的，不再顯示。

contours向量内所有點集：

contours向量中所有的拐點資訊得到了保留，但是拐點與拐點之間直線段的部分省略掉了。

hierarchy向量（截取一部分）：

本次參數配置下，檢測出了較多輪廓。第1、第2個整形值分别指向上一個和下一個輪廓編号，由于本次配置mode取

值“RETR_LIST”，各輪廓間各自獨立，不建立等級關系，是以第3、第4個整形參數為空，設為值-1。

三、mode取值“CV_RETR_TREE”，method取值“CV_CHAIN_APPROX_NONE”，即檢測所有輪廓，輪廓間建立外層、内層的等級關系，并且儲存輪廓上所有點。

contours向量内所有點集：

所有内外層輪廓都被檢測到，contours點集組成的圖形跟輪廓表現一緻。

hierarchy向量（截取一部分）

本次參數配置要求檢測所有輪廓，每個輪廓都被劃分等級，最外圍、第一内圍、第二内圍等等，是以除第1個最後一

個輪廓外，其他輪廓都具有不為-1的第3、第4個整形參數，分别指向目前輪廓的父輪廓、内嵌輪廓索引編号。

四、Point()偏移量設定

使用三中的參數配置，設定偏移量Point為Point（45,30）。

此時輪廓圖像為：

可以看到輪廓圖像整體向右下角有一個偏轉，偏轉量就是設定的（45,30）。

這個偏移量的設定不能過大或過小（負方向上的過小），若圖像上任一點加上該偏移量後超出圖像邊界，程式會記憶體

溢出報錯。

findContours函數的各參數就探讨到此，其他參數配置的情況大同小異。值得關注一下的是繪制輪廓的函數

drawContours中最後一個參數是一個Point類型的offset，這個offset跟findContours函數中的offset含義一緻，設定之

後所繪制的輪廓是原始輪廓上所有像素點加上該偏移量offset後的效果。

當所分析圖像是另外一個圖像的ROI的時候，這個offset偏移量就可以大顯身手了。通過加減這個偏移量，就可以把

ROI圖像的檢測結果投影到原始圖像對應位置上。