轮廓检测

res = cv2.drawContours(im, contours, -1, (0, 255, 0), thickness=3):
==输入参数==，第一个参数是源图片（要在哪个图片上画出轮廓），第二个参数指的是画哪个轮廓，-1表示全部画出，第三个参数是轮廓画笔的颜色，后面有些可选参数，比如画笔的粗细，这里选的是3.

==输出参数==，很简答，就是结果图片了。

有点朋友可能对两个函数的输入输出还是有点懵逼，这里再结合例子详细说明。我们说，轮廓是对一个物体的边界的一个描述对吧？比如一条直线，一个矩形的边框。假如有一条直线，我们是不是真的需要把直线上的每个点都找出来呢，或者说，我们是不是真的需要把沿着矩形边框上的每个点也给他找出来？当然不要，2点确定一条直线，4点确地一个矩形。而这就是 findContours() 中第三个输入参数的意义。（a type of approximation）

我做了一个简单的图片，运行上面的示例代码，输出信息和图片如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

一共检测到2个轮廓
第1个轮廓:
[[[233  89]]

 [[233 165]]

 [[363 165]]

 [[363  89]]]
第2个轮廓:
[[[ 50  55]]

 [[ 50 186]]

 [[128 186]]

 [[128  55]]]

什么是轮廓的层级？
一般来说，我们用 findContours()函数 来找一个图像中的所有物体的轮廓，对吧? 当一张图里面有多个物体，就算是一个物体，它也会有多个组成部分，所以，在一定程度上，这些物体的轮廓之间必然相互之间存在一个关系。那怎么表示这种关系呢？可以类似层级的思想，在外面的是父亲，在里面的是孩子。

打个比方，一个人，有两个眼睛，在找轮廓时，我肯定会先找最大的那个，也就是人这个整体，然后人的眼睛又是在人这个整体中的一部分，于是我们就称眼睛是人体的子轮廓，反过来就是一个父亲的关系了。当然，有父子肯定就会存在兄弟，左眼睛和右眼睛就是兄弟关系了。

看下面这个图片：

最外面一层，记为第0层，有轮廓0、1、2，轮廓2的下一级是轮廓2a，轮廓2a的下一级是3，轮廓3的下一级是轮廓3a，3a的下一级有轮廓4、5。

在OpenCV中，用一个4个数字的元组来表示它们的层级关系，分别是 [Next, Previous, First_Child, Parent] ,next是同一级的下一个轮廓，previous是同一级的上一个轮廓，first_child是下一级的第一个子轮廓，parent则是父轮廓了。

==说明:如果不存在，则用-1表示。==

还记得findContours()的第二个输入参数和输出hierarchy吗？

Contour Retrieval Mode：