Opencv中通過使用findContours函式，簡單幾個的步驟就可以檢測出物體的輪廓，很方便。這些準備繼續探討一下

findContours方法中各引數的含義及用法，比如要求只檢測最外層輪廓該怎麼辦？contours裡邊的資料結構是怎樣

的？hierarchy到底是什麼鬼？Point()有什麼用？

先從findContours函式原型看起：

1. findContours( InputOutputArray image, OutputArrayOfArrays contours,

2. OutputArray hierarchy, int mode,

3. int method, Point offset=Point());

第一個引數：image，單通道影象矩陣，可以是灰度圖，但更常用的是二值影象，一般是經過Canny、拉普拉斯等邊

 緣檢測運算元處理過的二值影象；

第二個引數：contours，定義為“vector<vector<Point>> contours”，是一個向量，並且是一個雙重向量，向量

           內每個元素儲存了一組由連續的Point點構成的點的集合的向量，每一組Point點集就是一個輪廓。  

           有多少輪廓，向量contours就有多少元素。

第三個引數：hierarchy，定義為“vector<Vec4i> hierarchy”

                           typedef    Vec<int, 4>   Vec4i;                                                                                                                                              Vec4i是Vec<int,4>的別名，定義了一個“向量內每一個元素包含了4個int型變數”的向量。

           所以從定義上看，hierarchy也是一個向量，向量內每個元素儲存了一個包含4個int整型的陣列。

           向量hiararchy內的元素和輪廓向量contours內的元素是一一對應的，向量的容量相同。

           hierarchy向量內每一個元素的4個int型變數——hierarchy[i][0] ~hierarchy[i][3]，分別表示第

        i個輪廓的後一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號。如果當前輪廓沒有對應的後一個

        輪廓、前一個輪廓、父輪廓或內嵌輪廓的話，則hierarchy[i][0] ~hierarchy[i][3]的相應位被設定為

        預設值-1。

第四個引數：int型的mode，定義輪廓的檢索模式：

           取值一：CV_RETR_EXTERNAL只檢測最外圍輪廓，包含在外圍輪廓內的內圍輪廓被忽略

           取值二：CV_RETR_LIST   檢測所有的輪廓，包括內圍、外圍輪廓，但是檢測到的輪廓不建立等級關

                  系，彼此之間獨立，沒有等級關係，這就意味著這個檢索模式下不存在父輪廓或內嵌輪廓，

                  所以hierarchy向量內所有元素的第3、第4個分量都會被置為-1，具體下文會講到

           取值三：CV_RETR_CCOMP  檢測所有的輪廓，但所有輪廓只建立兩個等級關係，外圍為頂層，若外圍

                  內的內圍輪廓還包含了其他的輪廓資訊，則內圍內的所有輪廓均歸屬於頂層

           取值四：CV_RETR_TREE， 檢測所有輪廓，所有輪廓建立一個等級樹結構。外層輪廓包含內層輪廓，內

                   層輪廓還可以繼續包含內嵌輪廓。

第五個引數：int型的method，定義輪廓的近似方法：

           取值一：CV_CHAIN_APPROX_NONE 儲存物體邊界上所有連續的輪廓點到contours向量內

           取值二：CV_CHAIN_APPROX_SIMPLE 僅儲存輪廓的拐點資訊，把所有輪廓拐點處的點儲存入contours

                   向量內，拐點與拐點之間直線段上的資訊點不予保留

           取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近

                   似演算法

第六個引數：Point偏移量，所有的輪廓資訊相對於原始影象對應點的偏移量，相當於在每一個檢測出的輪廓點上加

            上該偏移量，並且Point還可以是負值！

下邊用效果圖對比一下findContours函式中各引數取不同值時，向量contours和hierarchy的內容如何變化，有何

異同。

主體程式如下：

1. #include "core/core.hpp"

2. #include "highgui/highgui.hpp"

3. #include "imgproc/imgproc.hpp"

4. #include "iostream"

5. using namespace std;

6. using namespace cv;

7. int main(int argc,char *argv[])

8. {

9. Mat imageSource=imread(argv[1],0);

10. imshow("Source Image",imageSource);

11. Mat image;

12. GaussianBlur(imageSource,image,Size(3,3),0);

13. Canny(image,image,100,250);

14. vector<vector<Point>> contours;

15. vector<Vec4i> hierarchy;

16. findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());

17. Mat imageContours=Mat::zeros(image.size(),CV_8UC1);

18. Mat Contours=Mat::zeros(image.size(),CV_8UC1); //繪製

19. for(int i=0;i<contours.size();i++)

20. {

21. //contours[i]代表的是第i個輪廓，contours[i].size()代表的是第i個輪廓上所有的畫素點數

22. for(int j=0;j<contours[i].size();j++)

23. {

24. //繪製出contours向量內所有的畫素點

25. Point P=Point(contours[i][j].x,contours[i][j].y);

26. Contours.at<uchar>(P)=255;

27. }

28. //輸出hierarchy向量內容

29. char ch[256];

30. sprintf(ch,"%d",i);

31. string str=ch;

32. cout<<"向量hierarchy的第" <<str<<" 個元素內容為："<<endl<<hierarchy[i]<<endl<<endl;

33. //繪製輪廓

34. drawContours(imageContours,contours,i,Scalar(255),1,8,hierarchy);

35. }

36. imshow("Contours Image",imageContours); //輪廓

37. imshow("Point of Contours",Contours); //向量contours內儲存的所有輪廓點集

38. waitKey(0);

39. return 0;

40. }

程式中所用原始影象如下：

通過調整第四個引數mode——輪廓的檢索模式、第五個引數method——輪廓的近似方式和不同的偏移量Point()，就可以得到以下效果。

一、mode取值“CV_RETR_EXTERNAL”，method取值“CV_CHAIN_APPROX_NONE”，即只檢測最外層輪廓，並且儲存輪廓上所有點：

輪廓：

只有最外層的輪廓被檢測到，內層的輪廓被忽略

contours向量內所有點集：

儲存了所有輪廓上的所有點，影象表現跟輪廓一致

hierarchy向量：

重溫一下hierarchy向量————向量中每個元素的4個整形分別對應當前輪廓的後一個輪廓、前一個輪廓、父輪廓、內

嵌輪廓的索引編號。

本次引數配置下，hierarchy向量內有3個元素，分別對應於3個輪廓。以第2個輪廓（對應向量內第1個元素）為例，

內容為[2,0,-1,-1], “2”表示當前輪廓的後一個輪廓的編號為2，“0”表示當前輪廓的前一個輪廓編號為0，其後2

個“-1”表示為空，因為只有最外層輪廓這一個等級，所以不存在父輪廓和內嵌輪廓。

二、 mode取值“CV_RETR_LIST”，method取值“CV_CHAIN_APPROX_SIMPLE”，即檢測所有輪廓，但各輪廓之間彼此獨立，不建立等級關係，並且僅儲存輪廓上拐點資訊：

檢測到的輪廓跟上文“一”中是一致的，不再顯示。

contours向量內所有點集：

contours向量中所有的拐點資訊得到了保留，但是拐點與拐點之間直線段的部分省略掉了。

hierarchy向量（擷取一部分）：

本次引數配置下，檢測出了較多輪廓。第1、第2個整形值分別指向上一個和下一個輪廓編號，由於本次配置mode取

值“RETR_LIST”，各輪廓間各自獨立，不建立等級關係，所以第3、第4個整形引數為空，設為值-1。

三、mode取值“CV_RETR_TREE”，method取值“CV_CHAIN_APPROX_NONE”，即檢測所有輪廓，輪廓間建立外層、內層的等級關係，並且儲存輪廓上所有點。

contours向量內所有點集：

所有內外層輪廓都被檢測到，contours點集組成的圖形跟輪廓表現一致。

hierarchy向量（擷取一部分）

本次引數配置要求檢測所有輪廓，每個輪廓都被劃分等級，最外圍、第一內圍、第二內圍等等，所以除第1個最後一

個輪廓外，其他輪廓都具有不為-1的第3、第4個整形引數，分別指向當前輪廓的父輪廓、內嵌輪廓索引編號。

四、Point()偏移量設定

使用三中的引數配置，設定偏移量Point為Point（45,30）。

此時輪廓影象為：

可以看到輪廓影象整體向右下角有一個偏轉，偏轉量就是設定的（45,30）。

這個偏移量的設定不能過大或過小（負方向上的過小），若影象上任一點加上該偏移量後超出影象邊界，程式會記憶體

溢位報錯。

findContours函式的各引數就探討到此，其他引數配置的情況大同小異。值得關注一下的是繪製輪廓的函式

drawContours中最後一個引數是一個Point型別的offset，這個offset跟findContours函式中的offset含義一致，設定之

後所繪製的輪廓是原始輪廓上所有畫素點加上該偏移量offset後的效果。

當所分析影象是另外一個影象的ROI的時候，這個offset偏移量就可以大顯身手了。通過加減這個偏移量，就可以把

ROI影象的檢測結果投影到原始影象對應位置上。