cv2.findContours OpenCV图形轮廓函数python

contours, hierarchy = cv2.findContours(img, mode=cv2.RETR_EXTERNAL,                                                                                                          method=cv2.CHAIN_APPROX_NONE)

输入参数：

1. img   ： 单通道二值图像，白色是前景
2. RETR_EXTERNAL  ： 只返回最外边的轮廓， hierarchy[i][2]=hierarchy[i][3]=-1
3. CHAIN_APPROX_NONE   ：  存储轮廓上的所有点

输出参数：

1. contours    ： 轮廓  M*N  M是轮廓个数  N是每个轮廓的点
2. hierarchy   ： 轮廓等级关系 M*4

不同版本的opencv中输出参数个数有3个的，有2个的，我的版本是opencv-python 4.5.3.56 

这个函数输出数里的contours很好理解，主要是后面这个hierarchy（等级关系）和后面这个mode与method的关系不是很好理解，其中，method主要是表示存储方式的不同，如下：

CV_CHAIN_APPROX_NONE  ：存储轮廓的所有点

CV_CHAIN_APPROX_SIMPLE ：不保存轮廓中水平、垂直、对角的线段，只保存轮廓的角点

CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS ： 应用了 Teh-Chin 链近  似算法的一种存储风格，这个我也没搞懂

剩下的就是重点，就是输出参数hierarchy和mode的关系到底是什么样的，hierarchy的四个参数到底表示的是什么意思，这四个值分别表示当前轮廓的“后前子父”对象的序号，下面看验证，首先看mode的四个选项，

• CV_RETR_EXTERNAL ：返回最外层轮廓， hierarchy[i][2]=hierarchy[i][3]=-1 
• CV_RETR_LIST ：返回所有的轮廓，但是没建立等级关系
• CV_RETR_CCOMP ：返回所有轮廓，包含两个层级结构
• CV_RETR_TREE ：返回所有轮廓，建立完整的层次结构

例子：采用图片如下：

验证1、 contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL,                                                                                                                      cv2.CHAIN_APPROX_NONE)

 cv2.RETR_EXTERNAL：返回最外侧轮廓线

得到结果：如下图，找到了所有最外侧的边框

 此时，hierarchy的值很好理解

表1

 表1中第一列是hierarchy中的轮廓序号，后四列分别是该轮廓的“后前子父”的轮廓序号，这里 mode= cv2.RETR_EXTERNAL，所以只返回最外侧轮廓，那么每一个轮廓都是单独的，也就没有子父轮廓，所以后两行都是-1，表示没有。

表1中第一行[1 -1 -1 -1 ]表示序号为0的轮廓，它的下一个是序号为1 的轮廓，前一个是序号为-1的轮廓，也就是没有前一个，它是第一个。同样可以推出，轮廓顺序为：0  1  2

验证2、contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_LIST,                                                                                                                       cv2.CHAIN_APPROX_NONE)

cv2.RETR_LIST：返回所有轮廓线，不建立等级关系

得到结果：图4

此时，hierarchy的值为：

序       后  前  子  父

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        [ 8  6 -1 -1]
8        [ 9  7 -1 -1]
 9        [-1  8 -1 -1] 

可以看出，图4中，找到了全部的轮廓线，“后前子父”中，子父都为-1，他们之间没有任何等级关系。

验证3：contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_CCOMP,                                                                                                                                    cv2.CHAIN_APPROX_NONE)

 cv2.RETR_CCOMP ：返回所有轮廓，包含两个层级结构

得到结果如图：

 此时，hierarchy的值为

序       后  前  子  父

0        [ 2 -1  1 -1]
1        [-1 -1 -1  0]
2        [ 4  0  3 -1]
3        [-1 -1 -1  2]
4        [ 6  2  5 -1]
5        [-1 -1 -1  4]
6        [-1  4  7 -1]
7        [ 8 -1 -1  6]
8        [ 9  7 -1  6]
 9        [-1  8 -1  6]

 mode= cv2.RETR_CCOMP ：包含了两个层级结构，如上图所示，两个层级分别是一个图形的两侧，如[0 1]，[2  3]表示的是左下侧回字形框的两个口的内外侧轮廓；[4  5]表示左上侧五角星的内外侧轮廓；右侧的葫芦形最外侧轮廓是6，内侧轮廓分别有3个，从下到上分别是7、8、9，所以它的两层级结构是[6  (7\8\9)]；

从hierarchy的值中也可以看出，0的后一个是2, 2的后一个是4, 4的后一个是6，即[0  2  4  6]是最外侧轮廓；0的子轮廓是1,1的父轮廓是0，并且轮廓1没有并列的轮廓，所以前后都是-1；轮廓2和轮廓3，轮廓4和轮廓5同理；轮廓6的子轮廓有7、8、9，这里将排序第一的子轮廓7,放在hierarchy的第二位上，轮廓7的后一位是8，前一位没有，轮廓8的后一位是9，前一位是7，轮廓9的后一位没有，前一位是8，他们三个都是6的子轮廓，可以看到，他们hierarchy的最后一位都是6.

验证4：contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_TREE,                                                                                                                                   cv2.CHAIN_APPROX_NONE)

cv2.RETR_TREE ：返回所有轮廓，建立完整的层次结构

得到结果如图 

此时，hierarchy的值：

序       后  前  子  父

0         [ 4 -1  1 -1]
1         [-1 -1  2  0]
2         [-1 -1  3  1]
3         [-1 -1 -1  2]
4         [ 6  0  5 -1]
5         [-1 -1 -1  4]
6         [-1  4  7 -1]
7         [ 8 -1 -1  6]
8         [ 9  7 -1  6]
 9         [-1  8 -1  6] 

 从图中可以看出，cv2.RETR_TREE ：返回所有轮廓，建立完整的层次结构。从左下角的回字形开始，从最外到最内，分别是0、1、2、3，左上角的五角星轮廓分别是4、5，右侧的葫芦形，从最外6，到内侧并列的7、8、9.   在hierarchy中完整的形成了树结构，比如0的子轮廓是1,1的子轮廓是2,2的子轮廓是3；0的下一个轮廓是4,4的子轮廓是5；4的下一个轮廓是6，6的子轮廓是7,7的后一个轮廓是8,  8的后一个轮廓是9.

 最后附上验证程序：验证程序中比较乱七八糟，懒得改了

import numpy as np
import cv2

fgmask = cv2.imread('D:\cycFeng\Data\\contours.jpg')  # 绝对路径
fgmask = cv2.cvtColor(fgmask, cv2.COLOR_BGR2GRAY)
ret, fgmask = cv2.threshold(fgmask, 100, 255, cv2.THRESH_BINARY_INV)
# cv2.imwrite('D:\cycFeng\Data\\contour.jpg',fgmask)
contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)#查找轮廓，输入的是二值图像
i = 0
# for c in contours:
#     perimeter = cv2.arcLength(c, True) #计算这个轮廓的周长
#     if perimeter > 2: #轮廓周长大于188才画出来
#         m = i
#         x, y, w, h = cv2.boundingRect(c) #找到三角形的上右边界
#         cv2.rectangle(fgmask, (x, y), (x + w, y + h), (123, 123, 17), 2)
#         # cv2.imshow(str(i), fgmask)
#         # cv2.imwrite('D:\cycFeng\Data\\'+str(i)+'.jpg', fgmask)
#         print(hierarchy[0][i])
#     i += 1
fgmask = cv2.cvtColor(fgmask, cv2.COLOR_GRAY2BGR)
for cnt in contours:
    fgmask = cv2.drawContours(fgmask, cnt, -1, (0, 0, 255), 2)
cv2.imwrite('D:\cycFeng\Data\\fgmask.jpg', fgmask)
print(hierarchy[0])
cv2.imshow('fgmask', fgmask)
cv2.waitKey()