opencv轮廓学习总结

最近几天学习了好多opencv里有关轮廓查找与绘制的函数，想做一下整理，把所有学的函数列出来，以便于统一思考一下，怎样充分的运用它们做一些自己想做的事情。就比如我最近参加一个比赛，负责做我们项目里的动作行为识别，轮廓识别就是首当其冲的一个研究点。

今天把它们列在这里，也希望可以帮到各位博客友人，以便于思考解决你们想做的事情。

1、什么是轮廓？

轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度，提取轮廓就是提取这些具有相同颜色或者灰度的曲线，或者说是连通域，轮廓在形状分析和物体的检测和识别中非常有用。

注意事项:

①为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理
    或者 Canny 边界检测
②查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图
    像的话，你应该将原始图像存储到其他变量中(clone(), copyTo())

③在OpenCV中，查找轮廓就像在黑色背景中找白色物体。你应该记住，
    要找的物体应该是白色而背景应该是黑色。

2、开始上函数！

（1）查找轮廓---findContours()

image: 输入图像 , Mat 类型 8 位单通道图像 ( 一般为二值图 )

contours: 检测到的轮廓 , 每个轮廓存储为一个点向量 , 即 Point 类型的 vector 表示

hierarchy : 可选的输出向量 , 包含图像的拓扑信息。其作为轮廓数量的表示 , 包含了许多元素 , 每个轮廓 contours[ i ] 对应 4 个 hierarchy 元素 hierarchy[ i ][0]~ hierarchy[ i ][3], 分别表示后一轮廓、前一轮廓、父轮廓、内嵌轮廓的索引编号 , 如果没有对应项 , 设置为负数

mode: 轮廓检索模式 , 取值如下 :

    CV_RETR_EXTERNAL=0-----表示只检测最外层轮廓

   CV_RETR_LIST=1------提取所有轮廓并放置在list中, 轮廓不建立等级关系

    CV_RETR_CCOMP=2------提取所有轮廓并组织为双层结构

   CV_RETR_TREE=3------提取所有轮廓并重新建立网状轮廓结构

method: 轮廓的近似方法

o ffset: 每个轮廓的可选偏移量 , 默认值 Point()

例子：

（2）绘制轮廓---draw