 |
OpenCV 4.10.0
开源计算机视觉
|
加载中...
搜索中...
无匹配项
|
OpenCV 4.10.0
开源计算机视觉
|
上一个教程： 轮廓：更多函数
这一次，我们了解有关轮廓层次结构的内容，即轮廓中的父子关系。
几篇有关轮廓的最新文章中，我们操作过 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，轮廓检索模式。我们通常传递 cv.RETR_LIST 或 cv.RETR_TREE，效果不错。但这实际上是什么意思？
此外，我们在输出中获得了三个数组，第一个是图像，第二个是我们的轮廓，还有另一个我们命名为 hierarchy 的输出（请查看前几篇文章中的代码）。但是，我们从未在任何地方使用过此等级结构。那么，这个等级结构是什么，有什么作用？它与前面提到的函数参数有什么关系？
这就是我们在本文中要处理的内容。
我们通常使用 cv.findContours() 函数来检测图像中的对象，对吧？有时对象位于不同的位置。但在某些情况下，某些形状位于其他形状内。就像嵌套图形一样。在这种情况下，我们将外部的称为 parent，将内部的称为 child。通过这种方式，图像中的轮廓会相互之间存在某些关系。而且，我们可以指定一个轮廓如何与另一个轮廓连接，例如，它是否为某个其他轮廓的子对象，或者它是否为父对象等。这种关系的表示形式称为 等级结构。
考虑以下示例图像
在这个图像中，有几个形状，我用 0-5 对它们进行了编号。2 和 2a 表示最外围框的外部和内部轮廓。
在此，轮廓 0、1、2 是 外部或最外部 的。我们可以说，它们处于 hierarchy-0，或者说，它们处于 相同的层次结构级别。
接下来是 contour-2a。它可以被看作是 contour-2 的 孩子（或者相反，contour-2 是 contour-2a 的父级）。因此，让它处于 层次结构-1 中。类似地，contour-3 是 contour-2 的孩子并且它属于下一个层次结构。最后，contour 4、5 是 contour-3a 的孩子，它们属于最后一个层次结构级别。从我给盒子编号的方式，我想说 contour-4 是 contour-3a 的第一个孩子（也可能是 contour-5）。
我提到这些是为了帮助理解以下术语：相同层次结构级别、外部contour、孩子contour、父级contour、第一个孩子等。现在，我们来了解 OpenCV。
因此，每个 contour 都拥有有关其层次结构、其孩子是谁、其父级是谁等的信息。OpenCV 将它表示为一个包含四个值：[Next，Previous，First_Child，Parent] 的数组。
例如，取我们图片中的 contour-0。它的下一contour 是什么？它是 contour-1。因此，简单来说，Next = 1。类似地，对于 Contour-1，下一个是 contour-2。因此，Next = 2。
Contour-2 怎么样？在同一级别没有下一个 contour。所以，简单来说，Next = -1。Contour-4 怎么样？它与 contour-5 处于同一级别。所以，它的下一个 contour 是 contour-5，因此，Next = 5。
与上面相同。contour-1 的上一个 contour 是处于同一级别的 contour-0。类似地，对于 contour-2，是 contour-1。对于 contour-0，没有上一个，因此，将其设为 -1。
无需解释。对于 contour-2，孩子是 contour-2a。因此，它获取 contour-2a 的相应索引值。Contour-3a 怎么样？它有两个孩子。但是，我们只取第一个孩子。它是 contour-4。因此，对于 contour-3a，First_Child = 4。
它与 First_Child 相反。对于 contour-4 和 contour-5，父 contour 都是 contour-3a。对于 contour-3a，是 contour-3，以此类推。
因此，现在我们知道了 OpenCV 中使用的层次结构样式，借助上面给出的同一图片，我们可以查看 OpenCV 中的 Contour 检索模式。例如，cv.RETR_LIST、cv.RETR_TREE、cv.RETR_CCOMP、cv.RETR_EXTERNAL 等标志是什么意思？
这种方式是这四种标志中最简单的（从解释的角度来看）。它只是检索所有的轮廓，但不创建任何父子关系。在此规则下，父级和子级是平等的，而它们仅仅是轮廓。即，它们都属于同一层次级别。
所以，此处层次结构数组中的第 3 项和第 4 项始终为-1。但显然，下一个和上一个项将有其相应的值。只需自行检查即可验证。
下述是我获得的结果，每行是相应轮廓的层次结构详细信息。例如，第一行对应轮廓 0。下一个轮廓是轮廓 1。所以，下一个 = 1。没有上一个轮廓，所以上一个 = -1。而剩下的两个，如前所述，为 -1。
如果你不使用任何层次结构功能，那么将这是在代码中使用的正确选择。
如果你使用此标记，它只返回最外部的标志。所有子轮廓都将被抛在后面。我们可以说，根据此规则，只关注每个家庭中的最年长者。它不在乎家庭的其他成员 :)。
所以，在我们的图像中，有多少个最外部轮廓？即在层次-0 级别？只有 3 个，即轮廓 0、1、2，对吗？现在尝试使用此标志查找轮廓。在此处，给予每个元素的值也与上文所述相同。将它与上述结果进行比较。以下是我的获得内容
如果你只想提取外部轮廓，你可以使用此标志。它在某些情况下可能很有用。
此标志检索所有轮廓，并将它们排列成一个 2 级层次结构。即，对象的外部轮廓（即其边界）放置在层次-1 中。而如果有对象内部孔的轮廓（如果有）则放置在层次-2 中。如果内部存在任何对象，则其轮廓将再次仅放置在层次-1 中。而其孔则放置在层次-2 中，依此类推。
只需考虑黑色背景上“大白零”的图像。零的外圈属于第一层次，而零的内圈属于第二层次。
我们可以使用一个简单的图像对此进行解释。在此处，我已用红色标记轮廓的顺序，并用绿色标记它们所属的层次（1 或 2）。顺序与 OpenCV 检测轮廓的顺序相同。
所以，考虑第一个轮廓，即轮廓-0。它属于层次-1。它有两个孔，轮廓 1 和 2，它们属于层次-2。所以对于轮廓-0，同一层次级别中的下一个轮廓是轮廓-3。没有上一个。而 its first is child is contour-1 in hierarchy-2. It has no parent, because it is in hierarchy-1. So its hierarchy array is [3,-1,1,-1]
现在采用 contour-1。它位于层级-2 中。它在相同层级中的下一个（在 contour-1 的父代下）是 contour-2。没有上一个。没有子代，但父代是 contour-0。因此数组是 [2,-1,-1,0]。
类似 contour-2：它位于层级-2 中。在 contour-0 下的相同层级中没有下一个轮廓。所以没有 Next。上一个是 contour-1。没有子代，父代是 contour-0。所以数组是 [-1,1,-1,0]。
轮廓 - 3：层级 1 中的下一个是轮廓-5。上一个是轮廓-0。子代是轮廓-4 且没有父代。所以数组是 [5,0,4,-1]。
轮廓 - 4：它位于轮廓-3 下的层级 2 中，且没有同胞。所以没有下一个，没有上一个，没有子代，父代是轮廓-3。所以数组是 [-1,-1,-1,3]。
剩余部分你可以自己填写。这是我得到的最终答案
而且它是最终环节，Mr.Perfect。它检索所有轮廓并创建一个完整的系列层级列表。它甚至会告诉谁是祖父、父亲、儿子、孙子和更远亲属…… :)。
例如，我选取了以上图片，为 cv.RETR_TREE 重写代码，根据 OpenCV 给出的结果重新排序轮廓并对其进行分析。红字再次表示轮廓数量，绿字表示层级顺序。
采用 contour-0：它位于层级-0 中。相同层级中的下一个轮廓是 contour-7。没有上一个轮廓。子代是 contour-1。没有父代。所以数组是 [7,-1,1,-1]。
采用 contour-2：它位于层级-1 中。在相同层级中没有轮廓。没有上一个。子代是 contour-3。父代是 contour-1。所以数组是 [-1,-1,3,1]。
剩余部分，请自己尝试。以下为完整答案
1.9.8