标签：hierarchy Point findContours Opencv contours 轮廓 CV 向量

函数原型

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

参数1：二值图像；

参数2： 轮廓的集合，有点像C#的LIst<List<Point>>

contours定义为“vector<vector<Point>> contours”，是一个双重向量

（向量内每个元素保存了一组由连续的Point构成的点的集合的向量）

，每一组点集就是一个轮廓，有多少轮廓，contours就有多少元素；

参数3：hierarchy定义为“vector<Vec4i> hierarchy”，Vec4i的定义：typedef Vec<int, 4> Vec4i;（向量内每个元素都包含了4个int型变量），所以从定义上看，hierarchy是一个向量，向量内每个元素都是一个包含4个int型的数组。向量hierarchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。hierarchy内每个元素的4个int型变量是hierarchy[i][0] ~ hierarchy[i][3]，分别表示当前轮廓 i 的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓的编号索引。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓，则相应的hierarchy[i][*]被置为-1。

参数4：定义轮廓的检索模式，取值如下：

            CV_RETR_EXTERNAL：只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；

            CV_RETR_LIST：检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到；

            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，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；

            CV_RETR_TREE: 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

参数5：定义轮廓的近似方法，取值如下：

            CV_CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量内；

            CV_CHAIN_APPROX_SIMPLE：仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留；

            CV_CHAIN_APPROX_TC89_L1：使用teh-Chinl chain 近似算法;

            CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain 近似算法。

参数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，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！

参考：https://www.cnblogs.com/GaloisY/p/11062065.html

标签：hierarchy,Point,findContours,Opencv,contours,轮廓,CV,向量
来源： https://www.cnblogs.com/kbqLibrary/p/12252988.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。