在打算自己实现二维码的定位的时候,看到了相关博文的关于cv2.findContours返回的层级信息来定位三个“回”字从而达到定位二维码的目的,但是返回的hierarchy中的层级信息分别对应的是哪个轮廓却困扰了许久,查阅了很多资料最后还是自己手动找出了清晰的规律。

  关于hierarchy返回的每一组list中的每个元素的意义分别是:

    1、Next 表示相同等级的下一个轮廓。

    2、Previous 表示相同轮廓级别的上一个轮廓。

    3、First_Child 表示其第一个子轮廓。

    4、Parent 代表示其父代轮廓的索引。

  具体的描述我就不过多赘述了,相关资料可以跳转参考 ->OpenCV-Python轮廓层次结构|极客笔记 (deepinout.com)

  这里只介绍针对同一层级的轮廓序号是如何命名,先给出结论,在同一层级中(可以看作是一个坐标系xy),垂直方向 > 水平方向 (即,先找寻y轴,当y轴相同时再找寻x轴),哪个轮廓离原点(0,0)更远就会被优先检测到,并优先命名编号

上代码:

1、先自己创建了一个array数组并初始化为0(也就是都是黑色)

2、绘制三个区域,大小为50×50的正方形,并置为白色

3、pretreatment是个函数,自行修改成cv2.findContours()然后再cv2.drawContours()即可,这边就懒得改了~

上图展示了我们绘制的三个白块,并对他们的轮廓进行了绘制,接下来我们依次查找index为0的轮廓。

1、当水平方向位移量不同垂直方向位移量相同,右方的白块会被优先检测到,我们绘制出index为0的轮廓(绿色):

2、当水平方向位移量相同垂直方向位移量不同时,下方的白块会被优先检测到:

3、当水平方向位移不同垂直方向位移不同时,先找y轴:

最后我们显示四个白块,并将hierarchy数据展示出来:

根据之前的检测顺序,我已经标出了从0~3这四个轮廓的编号,下面我们先自己写出每个轮廓的hierarchy:

[1, -1, -1, -1]、[2, 0, -1, -1]、[3, 1, -1, -1]、[-1, 2, -1, -1]

和程序中得到的hierarchy结果相同,至此关于RETR_TREE模式的轮廓索引(编号)理解就到位了。