38、OpenCV 轮廓检测与连通组件分析

OpenCV 轮廓检测与连通组件分析

1. 轮廓树与数据结构

在图像处理中，轮廓是指图像中连续的点集，这些点构成了物体的边界。当构建轮廓树时，如果某个元素不存在，数据结构中该元素会被设置为 -1。例如，根节点的父节点 ID（元素 3）值为 -1，因为它没有父节点。

以图中的五个彩色区域为例，总共会有九个轮廓（包括每个区域的外部和内部边缘）。若从这九个轮廓构建轮廓树，每个节点的子节点就是包含在它内部的轮廓。

每个节点在轮廓层次列表中的四元素向量表示的各组件含义如下：
| 索引 | 含义 |
| — | — |
| 0 | 下一个轮廓（同一层级） |
| 1 | 上一个轮廓（同一层级） |
| 2 | 第一个子节点（下一层级） |
| 3 | 父节点（上一层级） |

需要注意的是，使用 cv::findContours() 处理 cv::canny() 或类似边缘检测器生成的图像，与处理二值图像（如示例图像）会有不同结果。 cv::findContours() 实际上并不了解边缘图像，对它来说，“边缘”只是一个非常细的“白色”区域。因此，对于每个外部轮廓，都会有一个几乎与之重合的孔轮廓，这个孔实际上就在外部边界内部。

2. 使用 cv::findContours() 查找轮廓

2.1 函数原型

void cv::findContours(
  cv::InputOutputArray    im