Opencv中cvFindContours函数使用

如上图，一共有6个contour（编号为0-5的椭圆）存放在contours中，对应的hierarchy与contour数目相同。contours中存放则每个contour的点。轮廓点的具体存放方式根据method变量的取值不同而不同。

根据len(contours)，知道一共有多少个contour

len(contours[index])，知道第index个contour中一共有多少个点。

hierarchy是一个大小为 1 *  len（contour）* 4 的python array，里面存放的是各个contours的关系，等级、从属关系。hierarchy[0][i][0], hierarchy[0][i][1], hierarchy[0][i][2], hierarchy[0][i][3]分别表示第i个contour的next contour, previous contour, first child contour, parent contour。

上图为例：

1、当mode值对应为CV_RETR_TREE，其对应的值见下图



在Tree的等级分层情况下，上图被分为三个等级，分别以不同颜色表示，其中最上层为黑色，然后红、绿。其中3、4为1的chlid，3为1的first child，即1为3的parent。5又为3的first child等等，其next，和previous仅指向同一层的contour。以此类推。其树形结构为：



2、当mode值为CV_RETR_CCOMP时，只有两个等级，即连通域的外围边界（external boundaries of the components）为上层，次层为洞的内层边界（boundaries of the holes），如果holes中仍然有联通域，则认为此联通域边界为上层的外围边界。

在Ccomp的分层下，所有的next和previous指向同一层次的contour，即只有两层，理论上next中只有两个值为 -1，但实际情况并非如此，在上图中，0,1,2,5为top level，而3,4为second level，如果5中还有一个contour，则又是一个新的level，由于opencv只考虑了两层contour嵌套的情况，及1中嵌套3，3中嵌套5这种情况，而5中继续嵌套contour的情况，似乎没有考虑进去。由于没有考虑这种情况，所以嵌套较多时，仍会出现不止两个level。

3、当mode值为CV_RETR_LIST 时，存放所有轮廓，hierarchy没有任何作用，first child 和 parent 的值都为 -1。

4、当mode值为CV_CV_RETR_EXTERNAL 时，hierarchy也没有任何作用。其只存放最外层轮廓，若为上图，及为轮廓1,2,3.

对于参数method：

1、CV_CHAIN_APPROX_NONE 时，存放所有边界点，及内存中的任意相邻的两点，在图像上也是水平、垂直或斜对角相邻。

2、CV_CHAIN_APPROX_SIMPLE 时，压缩水平方向、垂直和斜对角方向的线段，仅存放endpoint。例如一个水平放置的矩形，其只存放四个顶点。 

import numpy as np
import cv2

img = cv2.imread('testcontours1.bmp')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE ,cv2.CHAIN_APPROX_SIMPLE)

print len(contours)
print len(contours[0])
print contours,'--------'
print hierarchy,'********'
output = np.zeros(img.shape,dtype = np.uint8)
cv2.drawContours(output, contours,-1,(0,255,0),2)
cv2.imshow('whole',output)
cv2.waitKey(0)
output[:] = 0

flag = [1,]*len(contours)
for i in range(len(contours)):
contour = contours[i].copy()
index = i
while flag[index] == 1:
cv2.drawContours(output, [contour],-1,(0,255,0),2) #contours is a list
flag[index] = 0
print index
index = hierarchy[0][index][0]  # dimension array
cv2.imshow('stepbystep',output)
cv2.waitKey(0)
if index == -1:
print index
break
else:
contour = contours[index]

测试图片：