取轮廓的集合findContours与DrawContours的关系

下面内容摘自于博文：http://blog.csdn.net/dcrmg/article/details/51987348

OpenCV中通过使用findContours函数，简单几个的步骤就可以检测出物体的轮廓，很方便。这些准备继续探讨一下

findContours方法中各参数的含义及用法，比如要求只检测最外层轮廓该怎么办？contours里边的数据结构是怎样

的？hierarchy到底是什么鬼？Point()有什么用？

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

第一个参数：image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边

                     缘检测算子处理过的二值图像；

第二个参数：contours，定义为“vector<vector<Point>> contours”，是一个向量，并且是一个双重向量，向量

           内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。  

           有多少轮廓，向量contours就有多少元素。

第三个参数：hierarchy，定义为“vector<Vec4i> hierarchy”，先来看一下Vec4i的定义：

                           typedef    Vec<int, 4>   Vec4i;                                                                                                                                       

           Vec4i是Vec<int,4>的别名，定义了一个“向量内每一个元素包含了4个int型变量”的向量。

           所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整型的数组。

           向量hiararchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。

           hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第

        i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果当前轮廓没有对应的后一个

        轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则hierarchy[i][0] ~hierarchy[i][3]的相应位被设置为

        默认值-1。

第四个参数：int型的mode，定义轮廓的检索模式：

           取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

           取值二：CV_RETR_LIST   检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关

                  系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，

                  所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到

           取值三：CV_RETR_CCOMP  检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围

                  内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层

           取值四：CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内

                   层轮廓还可以继续包含内嵌轮廓。

第五个参数：int型的method，定义轮廓的近似方法：

           取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内

           取值二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours

                   向量内，拐点与拐点之间直线段上的信息点不予保留

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

                   似算法

第六个参数：Point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Point还可以是负值！

有如下函数供测试：

#include <opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;// 需要输入的Mat是二值化图void cacBounding(Mat src) {RNG rng(12345);Mat threMat;vector<vector<Point>> contours;vector<Vec4i> hierarchy;// 计算边缘轮廓findContours(src, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));// 多边形逼近轮廓，获取矩形和圆形边界框vector<vector<Point>> conPoint(contours.size());vector<Rect> boundRect(contours.size());vector<Point2f> center(contours.size());vector<float> radius(contours.size());for (int i = 0; i < contours.size(); i++) {// 多边形近似approxPolyDP(Mat(contours[i]), conPoint[i], 3, true);// 计算最小外接矩形boundRect[i] = boundingRect(Mat(conPoint[i]));// 生成最小封闭圆minEnclosingCircle(conPoint[i], center[i], radius[i]);}// 显示绘图Mat resultMat = Mat::zeros(src.size(), CV_8UC3);for (int i = 0; i < contours.size(); i++){     // if (contours[i].size() > 100) {// 随机生成颜色Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));// 绘制多边形轮廓drawContours(resultMat, conPoint, i, color, 1, 8, vector<Vec4i>(), 0, Point());// 绘制多边形包围的矩形框rectangle(resultMat, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0);// 绘制多边形圆形框circle(resultMat, center[i], (int)radius[i], color, 2, 8, 0);}}imshow("结果", resultMat);}