[C++]opencv中findContours函数用法

cv::findContours 是 OpenCV 库中用于在二值图像中查找轮廓的函数。该函数非常强大，可以用于图像分割、形状分析等任务。以下是对 cv::findContours 函数的详细介绍：

函数原型

在 C++ 接口中，cv::findContours 的函数原型通常如下：

cpp 复制代码

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

参数说明

image：
- 类型：InputOutputArray
- 描述：输入的二值图像。这个函数通常在二值图像上操作，因此输入的图像应该是经过阈值处理后的图像，其中对象的像素值为非零（如255，表示白色），背景的像素值为0（表示黑色）。
contours：
- 类型：OutputArrayOfArrays
- 描述：用于存储检测到的轮廓的容器。这通常是一个 std::vector<std::vector<cv::Point>> 类型的变量，其中每个内部 vector<cv::Point> 表示一个轮廓，由一系列的点组成。
hierarchy（可选）：
- 类型：OutputArray
- 描述：用于存储轮廓之间的层次结构信息的容器。这是一个可选参数，如果你不需要轮廓之间的层级关系，可以将其设置为空（不传递或使用默认值）。如果传递了这个参数，它将被填充为一个 std::vector<Vec4i> 类型的变量，其中每个 Vec4i 表示一个轮廓的层级信息，包括当前轮廓的下一个轮廓、前一个轮廓、第一个子轮廓和父轮廓的索引。
mode：
- 类型：int
- 描述：轮廓检索模式，决定了 cv::findContours 函数如何检索轮廓。常用的模式有：
  - cv::RETR_EXTERNAL：只检索最外层的轮廓。
  - cv::RETR_LIST：检索所有的轮廓，但不建立轮廓之间的等级关系。
  - cv::RETR_CCOMP：检索所有的轮廓，并将它们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界。
  - cv::RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。
method：
- 类型：int
- 描述：轮廓近似方法，决定了轮廓的近似方式，以减少轮廓上的点的数量，从而提高处理速度。常用的方法包括：
  - cv::CHAIN_APPROX_NONE：保存所有的轮廓点，不进行任何压缩。
  - cv::CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角线方向的轮廓，只保留端点。
  - cv::CHAIN_APPROX_TC89_L1、cv::CHAIN_APPROX_TC89_KCOS：使用 Teh-Chin 链近似算法的一种。
offset（可选）：
- 类型：Point
- 描述：轮廓点的偏移量。这是一个可选参数，默认为 cv::Point(0, 0)，表示不进行偏移。当轮廓是从图像的某个区域（ROI）中提取的，并且需要在整个图像中分析时，这个参数将很有用。

返回值

cv::findContours 函数没有返回值（即返回类型为 void），但它通过修改传入的 contours 和（可选的）hierarchy 参数来输出轮廓和层级信息。

使用示例

以下是一个简单的使用 cv::findContours 函数的示例：

cpp 复制代码

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat image = cv::imread("your_binary_image.jpg", cv::IMREAD_GRAYSCALE); // 加载二值图像
    cv::Mat binary;
    cv::threshold(image, binary, 128, 255, cv::THRESH_BINARY); // 确保图像是二值的
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(binary, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
    // 在这里可以使用 contours 和 hierarchy 进行进一步的处理，比如绘制轮廓等
    return 0;
}

通过 cv::findContours 函数，可以轻松地在二值图像中检测对象的轮廓，为后续的图像分析和处理提供基础。