【OpenCV学习笔记26】- OpenCV中的轮廓 - 轮廓层次结构

最新推荐文章于 2025-03-24 09:01:35 发布

夜七天

最新推荐文章于 2025-03-24 09:01:35 发布

阅读量1.5k

点赞数 34

分类专栏： Python OpenCV 文章标签： opencv 学习笔记计算机视觉人工智能 python

本文链接：https://blog.youkuaiyun.com/q664243624/article/details/135846170

版权

本文详细解析OpenCV中的轮廓层次结构，介绍了RETR_LIST、RETR_TREE、RETR_CCOMP和RETR_EXTERNAL四种检索模式，并通过实例展示它们在不同场景的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是对于 OpenCV 官方文档中图像处理的学习笔记。学习笔记中会记录官方给出的例子，也会给出自己根据官方的例子完成的更改代码，同样彩蛋的实现也会结合多个知识点一起实现一些小功能，来帮助我们对学会的知识点进行结合应用。
如果有喜欢我笔记的请麻烦帮我关注、点赞、评论。谢谢诸位。

学习笔记：
学习笔记目录里面会收录我关于OpenCV系列学习笔记博文，大家如果有什么不懂的可以通过阅读我的学习笔记进行学习。
【OpenCV学习笔记】- 学习笔记目录

内容

了解轮廓的层次结构，即Contours中的父子关系。

理论

在最近几篇关于轮廓的文章中，我们使用了 OpenCV 提供的几个与轮廓相关的函数。但是当我们使用 cv.findContours() 函数找到图像中的轮廓时，我们传递了一个参数Contour Retrieval Mode。我们通常传递 cv.RETR_LIST 或 cv.RETR_TREE 并且效果很好。但它实际上意味着什么？

另外，在输出中，我们得到了三个数组，第一个是图像，第二个是轮廓，还有一个输出，我们将其命名为层次结构（请查看之前文章中的代码）。但我们从未在任何地方使用过这种层次结构。那么这个层次结构是什么呢？它的用途是什么？它与前面提到的函数参数有什么关系？

这就是我们将在本文中讨论的内容。

什么是层次结构？

通常我们使用 cv.findContours() 函数来检测图像中的对象，对吗？有时物体位于不同的位置。但在某些情况下，某些形状位于其他形状内部。就像嵌套的数字一样。在这种情况下，我们将外部的一个称为父级，将内部的一个称为子级。这样，图像中的轮廓彼此之间就存在某种关系。我们可以指定一个轮廓如何相互连接，例如，它是其他轮廓的子轮廓，还是父轮廓等。这种关系的表示称为层次结构。

考虑下面的示例图像：

在这里插入图片描述
在这张图片中，有一些形状我从0-5编号。2和2a表示最外面的盒子的外部和内部轮廓。

这里，轮廓 0,1,2 在外部或最外面。我们可以说，它们位于层次结构-0中，或者简单地说它们位于同一层次结构级别中。

接下来是轮廓2a。它可以被视为轮廓2 的子级（或者相反，轮廓2 是轮廓2a 的父级）。所以让它位于层次结构1中。同样，轮廓3 是轮廓2 的子级，它位于下一个层次结构中。最后，轮廓 4,5 是轮廓 3a 的子级，它们位于最后一个层次结构级别。从我给盒子编号的方式来看，我会说轮廓4是轮廓3a的第一个子元素（也可以是轮廓5）。

我提到这些是为了理解诸如相同层次结构级别、外部轮廓、子轮廓、父轮廓、第一个子轮廓等术语。现在让我们进入 OpenCV。