本文为原创文章，未经本人允许，禁止转载。转载请注明出处。

1.轮廓发现

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。所以边缘提取的阈值选定会影响最终轮廓发现结果。

2.相关API

2.1.cv::findContours

该API所基于的算法来自论文“Topological Structural Analysis of Digitized Binary Images by Border Following”：原文、博客讲解。

1
2
3
4
5
6
7
8
void findContours( 
	InputArray image, 
	OutputArrayOfArrays contours,
	OutputArray hierarchy, 
	int mode,
	int method, 
	Point offset = Point()
);

参数详解：

1. InputArray image：输入图像，需为8-bit单通道图像。因为算法是基于二值图像进行轮廓查找，所以这里将像素值不为0的视为1，像素值为0的视为0。
2. OutputArrayOfArrays contours：输出找到的轮廓。每个轮廓上的点都分别存为一个vector，例如：std::vector<std::vector<cv::Point> >。
3. OutputArray hierarchy：输出图像的拓扑结构，类型为std::vector<cv::Vec4i>（Vec4i即为Vec<int,4>），和第2个参数中的轮廓是一一对应的。
   • hierarchy[i][0]：第i个轮廓的后一个轮廓。
   • hierarchy[i][1]：第i个轮廓的前一个轮廓。
   • hierarchy[i][2]：第i个轮廓的子轮廓。
   • hierarchy[i][3]：第i个轮廓的父轮廓。

   如果第i个轮廓没有前一个、后一个、子或父轮廓，则对应的值会是一个负值。

4. int mode：轮廓的检索模式，共有5种：
   • RETR_EXTERNAL=0
   • RETR_LIST=1
   • RETR_CCOMP=2
   • RETR_TREE=3
   • RETR_FLOODFILL=4
5. int method：定义轮廓的近似方法。共有4种：
   • CHAIN_APPROX_NONE=1
   • CHAIN_APPROX_SIMPLE=2
   • CHAIN_APPROX_TC89_L1=3
   • CHAIN_APPROX_TC89_KCOS=4
6. Point offset：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offset还可以是负值。这一参数在使用ROI时非常有用。

2.1.1.参数OutputArray hierarchy详解

以上图为例，一共存在8个轮廓：

且按照包围关系，这8个轮廓处于不同等级，例如：

• 第0级：0，6，7。
• 第1级：1。
• 第2级：2。
• 第3级：3。
• 第4级：4，5。

输出的hierarchy为：

1
2
3
4
5
6
7
8
0 : 6 -11-1
1 : -1 -120
2 : -1 -131
3 : -1 -142
4 : 5 -1-13
5 : -1 4-13
6 : 7 0-1-1
7 : -1 6-1-1

以第一行为例进行解释，轮廓0位于第0级：

• 其下一个轮廓（必须为同一级）为轮廓6（按照序号大小寻找）。
• 其上一个轮廓（必须为同一级）没有，所以为-1。
• 其子轮廓为轮廓1。
• 其没有父轮廓，所以为-1。

2.1.2.参数int mode详解

👉RETR_EXTERNAL=0：只检测最外围的轮廓。

1
2
3
4
//hierarchy:
0 : 1 -1-1-1
1 : 2 0-1-1
2 : -1 1-1-1

👉RETR_LIST=1：检测所有的轮廓，但是不建立等级关系。这就意味着这个模式下不存在父轮廓和子轮廓，即hierarchy[i][2]和hierarchy[i][3]均为-1。

1
2
3
4
5
6
7
8
9
//hierarchy:
0 : 1 -1-1-1
1 : 2 0-1-1
2 : 3 1-1-1
3 : 4 2-1-1
4 : 5 3-1-1
5 : 6 4-1-1
6 : 7 5-1-1
7 : -1 6-1-1

👉RETR_CCOMP=2：检测所有的轮廓，但只建立两个等级关系，即原论文中提到的外边界和洞边界。

上图中，外边界（第0级）有6，7，4，2，0，1；洞边界（第1级）有5，3。

1
2
3
4
5
6
7
8
9
//hierarchy:
0 : 1 -1-1-1
1 : 2 0-1-1
2 : 4 13-1
3 : -1 -1-12
4 : 6 25-1
5 : -1 -1-14
6 : 7 4-1-1
7 : -1 6-1-1

因为外边界为第0级，所以不存在父轮廓。

👉RETR_TREE=3：输出结果见2.1.1部分。

2.1.3.参数int method详解

👉CHAIN_APPROX_NONE=1：保存边界上所有连续的轮廓点到参数OutputArrayOfArrays contours：

👉CHAIN_APPROX_SIMPLE=2：仅保存轮廓的拐点到参数OutputArrayOfArrays contours：

👉CHAIN_APPROX_TC89_L1=3和CHAIN_APPROX_TC89_KCOS=4引自论文：C. -. Teh and R. T. Chin, “On the detection of dominant points on digital curves,” in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 11, no. 8, pp. 859-872, Aug. 1989, doi: 10.1109/34.31447.。在此不再详述。

2.2.cv::drawContours

cv::drawContours通常搭配cv::findContours一起使用，用于将检测的轮廓绘制出来。

1
2
3
4
5
6
7
8
9
10
11
void drawContours( 
	InputOutputArray image, 
	InputArrayOfArrays contours,
	int contourIdx, 
	const Scalar& color,
	int thickness = 1, 
	int lineType = LINE_8,
	InputArray hierarchy = noArray(),
	int maxLevel = INT_MAX, 
	Point offset = Point() 
);

参数详解：

1. InputOutputArray image：在此图像上绘制轮廓。
2. InputArrayOfArrays contours：检测到的轮廓。
3. int contourIdx：指定要绘制的轮廓的序号。如果为负值，则绘制所有的轮廓。
4. const Scalar& color：绘制轮廓所用的颜色。
5. int thickness = 1：绘制轮廓所用的线宽。
6. int lineType = LINE_8：绘制轮廓所用的线类型。
7. InputArray hierarchy = noArray()：即cv::findContours输出的hierarchy。
8. int maxLevel = INT_MAX：限制所绘制轮廓的级别。例如maxLevel=3，则只绘制第0,1,2级的轮廓。如果maxLevel=0，则绘制某一特定序号的轮廓。
9. Point offset = Point()：轮廓的偏移量。

如果参数int thickness<0，则填充轮廓包围的部分：

3.代码地址

1. 轮廓发现

4.参考资料

1. findContours函数参数详解
2. opencv cv.findContours 函数详解 图像轮廓层级 图像轮廓检索方式详解

• Previous
  【Python基础】第三十一课：分类模型之随机森林
• Next
  【C++基础】第三十五课：参数传递