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：
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。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> >。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。
int mode：轮廓的检索模式，共有5种：RETR_EXTERNAL=0RETR_LIST=1RETR_CCOMP=2RETR_TREE=3RETR_FLOODFILL=4
int method：定义轮廓的近似方法。共有4种：CHAIN_APPROX_NONE=1CHAIN_APPROX_SIMPLE=2CHAIN_APPROX_TC89_L1=3CHAIN_APPROX_TC89_KCOS=4
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：
InputOutputArray image：在此图像上绘制轮廓。InputArrayOfArrays contours：检测到的轮廓。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。const Scalar& color：绘制轮廓所用的颜色。int thickness = 1：绘制轮廓所用的线宽。int lineType = LINE_8：绘制轮廓所用的线类型。InputArray hierarchy = noArray()：即cv::findContours输出的hierarchy。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。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：
