注： 這篇文章用的OpenCV版本是2.4.10， 3以上的OpenCV版本相關函數可能有改動

Opencv中通過使用findContours函數，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方法中各參數的含義及用法，比如要求只檢測最外層輪廓該怎么辦？contours里邊的數據結構是怎樣的？hierarchy到底是什么鬼？Point()有什么用？

先從findContours函數原型看起：

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

第一個參數：image，單通道圖像矩陣，可以是灰度圖，但更常用的是二值圖像，一般是經過Canny、拉普拉斯等邊緣檢測算子處理過的二值圖像；

第二個參數：contours，定義為“vector<vector<Point>> contours”，是一個向量，并且是一個雙重向量，向量內每個元素保存了一組由連續的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。

第三個參數：hierarchy，定義為“vector<Vec4i> hierarchy”，先來看一下Vec4i的定義：

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型變量”的向量。

所以從定義上看，hierarchy也是一個向量，向量內每個元素保存了一個包含4個int整型的數組。

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型變量——hierarchy[i][0] ~hierarchy[i][3]，分別表示第i個輪廓的后一個輪廓、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后一個輪廓、前一個輪廓、父輪廓或內嵌輪廓的話，則hierarchy[i][0] ~hierarchy[i][3]的相應位被設置為默認值-1。

第四個參數：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，沒有等級關系，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系，外圍為頂層，若外圍內的內圍輪廓還包含了其他的輪廓信息，則內圍內的所有輪廓均歸屬于頂層

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。

第五個參數：int型的method，定義輪廓的近似方法：

取值一：CV_CHAIN_APPROX_NONE 保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 僅保存輪廓的拐點信息，把所有輪廓拐點處的點保存入contours向量內，拐點與拐點之間直線段上的信息點不予保留

取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

第六個參數：Point偏移量，所有的輪廓信息相對于原始圖像對應點的偏移量，相當于在每一個檢測出的輪廓點上加上該偏移量，并且Point還可以是負值！

下邊用效果圖對比一下findContours函數中各參數取不同值時，向量contours和hierarchy的內容如何變化，有何異同。

主體程序如下：

#include "core/core.hpp"  
#include "highgui/highgui.hpp"  
#include "imgproc/imgproc.hpp"  
#include "iostream"
 
using namespace std; 
using namespace cv;  
 
int main(int argc,char *argv[])  
{
    Mat imageSource=imread(argv[1],0);
    imshow("Source Image",imageSource);
    Mat image;
    GaussianBlur(imageSource,image,Size(3,3),0);
    Canny(image,image,100,250);
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());
    Mat imageContours=Mat::zeros(image.size(),CV_8UC1);
    Mat Contours=Mat::zeros(image.size(),CV_8UC1);  //繪制
    for(int i=0;i<contours.size();i++)
    {
        //contours[i]代表的是第i個輪廓，contours[i].size()代表的是第i個輪廓上所有的像素點數
        for(int j=0;j<contours[i].size();j++) 
        {
            //繪制出contours向量內所有的像素點
            Point P=Point(contours[i][j].x,contours[i][j].y);
            Contours.at<uchar>(P)=255;
        }
 
        //輸出hierarchy向量內容
        char ch[256];
        sprintf(ch,"%d",i);
        string str=ch;
        cout<<"向量hierarchy的第" <<str<<" 個元素內容為："<<endl<<hierarchy[i]<<endl<<endl;
 
        //繪制輪廓
        drawContours(imageContours,contours,i,Scalar(255),1,8,hierarchy);
    }
    imshow("Contours Image",imageContours); //輪廓
    imshow("Point of Contours",Contours);   //向量contours內保存的所有輪廓點集
    waitKey(0);
    return 0;
}

程序中所用原始圖像如下：

通過調整第四個參數mode——輪廓的檢索模式、第五個參數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，并且保存輪廓上所有點：

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：

保存了所有輪廓上的所有點，圖像表現跟輪廓一致

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后一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號。

本次參數配置下，hierarchy向量內有3個元素，分別對應于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”表示當前輪廓的后一個輪廓的編號為2，“0”表示當前輪廓的前一個輪廓編號為0，其后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，不建立等級關系，并且僅保存輪廓上拐點信息：

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向量中所有的拐點信息得到了保留，但是拐點與拐點之間直線段的部分省略掉了。

hierarchy向量（截取一部分）：

本次參數配置下，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，由于本次配置mode取

值“RETR_LIST”，各輪廓間各自獨立，不建立等級關系，所以第3、第4個整形參數為空，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、內層的等級關系，并且保存輪廓上所有點。

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（截取一部分）

本次參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個最后一個輪廓外，其他輪廓都具有不為-1的第3、第4個整形參數，分別指向當前輪廓的父輪廓、內嵌輪廓索引編號。

四、Point()偏移量設置

使用三中的參數配置，設置偏移量Point為Point（45,30）。

此時輪廓圖像為：

可以看到輪廓圖像整體向右下角有一個偏轉，偏轉量就是設置的（45,30）。

這個偏移量的設置不能過大或過?。ㄘ摲较蛏系倪^?。?，若圖像上任一點加上該偏移量后超出圖像邊界，程序會內存溢出報錯。

findContours函數的各參數就探討到此，其他參數配置的情況大同小異。值得關注一下的是繪制輪廓的函數drawContours中最后一個參數是一個Point類型的offset，這個offset跟findContours函數中的offset含義一致，設置之后所繪制的輪廓是原始輪廓上所有像素點加上該偏移量offset后的效果。

當所分析圖像是另外一個圖像的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圖像的檢測結果投影到原始圖像對應位置上。