Contours Hierarchy

1 层次结构

通常我们使用cv.findContours（）函数来检测图像中的对象，有时对象位于不同的位置. 但在某些情况下，某些形状在其他形状内. 就像嵌套的数字一样. 在这种情况下，我们将外部一个称为父项，将内部项称为子项.这种关系的表示称为层次结构.

在这张图片中,从0-5编号, 2和2a表示最外侧盒子的外部和内部轮廓.
轮廓-0,1,2是外部或最外部的. 我们可以说，它们在层次结构-0中，或者只是它们处于相同的层次结构级别.
轮廓-2a可以被认为是轮廓-2的子节点(或者相反，轮廓-2是轮廓-2a的父节点),所以让它在层次结构-1中.
类似地，轮廓-3是轮廓-2的子节点，它进入下一层次。
最后，轮廓-4,5是轮廓-3a的子节点，它们位于最后的层次结构级别。

2 OpenCV中的层次结构表示

每个轮廓都有自己的信息，关于它是什么层次结构，谁是它的子，谁是它的父等.OpenCV将它表示为四个值的数组：[Next，Previous，First_Child，Parent]

• Next:同一层级的下一个轮廓
  在我们的图片中取出contour-0,Next = 1;
  Contour-1,Next = 2;
  Contour-2,同一级别没有下一个轮廓,Next = -1.
• Previous:同一层级的前轮廓
  Contour-1,Previous= 0;
  Contour-0,同一级别没有上一个轮廓,Previous= -1
• First_Child:其第一个子轮廓.
  Contour-2,Previous= 2a;
• Parent:其父轮廓的索引.
  与First_Child相反, 对于轮廓-4和轮廓-5，父轮廓都是轮廓-3a,如果没有子项或父项，则该字段将被视为-1

3 轮廓检索模式

连接章节

1 RETR_LIST

只是检索所有轮廓，但不创建任何父子关系， 根据这条规则，父母和孩子是平等的，他们只是轮廓， 即它们都属于同一层次结构.

>>> hierarchy
array([[[ 1, -1, -1, -1],
        [ 2,  0, -1, -1],
        [ 3,  1, -1, -1],
        [ 4,  2, -1, -1],
        [ 5,  3, -1, -1],
        [ 6,  4, -1, -1],
        [ 7,  5, -1, -1],
        [-1,  6, -1, -1]]])

2 RETR_EXTERNAL

如果使用此标志，则仅返回最外的轮廓。 所有子轮廓都被遗忘. 我们可以说，根据这项规则，只有每个家庭中最年长的人才能得到照顾， 它并不关心其他家庭成员.

>>> hierarchy
array([[[ 1, -1, -1, -1],
        [ 2,  0, -1, -1],
        [-1,  1, -1, -1]]])

3 RETR_CCOMP

此标志检索所有轮廓并将它们排列为2级层次结构。 即对象的外部轮廓（即其边界）放置在层次结构-1中. 对象内部的孔的轮廓（如果有的话）放在层次结构-2中.

用1或2标记了轮廓的顺序和它们所属的层次结构

>>> hierarchy
array([[[ 3, -1,  1, -1],
        [ 2, -1, -1,  0],
        [-1,  1, -1,  0],
        [ 5,  0,  4, -1],
        [-1, -1, -1,  3],
        [ 7,  3,  6, -1],
        [-1, -1, -1,  5],
        [ 8,  5, -1, -1],
        [-1,  7, -1, -1]]])

4 RETR_TREE

它检索所有轮廓并创建完整的族层次结构列表。 它甚至告诉，谁是爷爷，父亲，儿子，孙子

>>> hierarchy
array([[[ 7, -1,  1, -1],
        [-1, -1,  2,  0],
        [-1, -1,  3,  1],
        [-1, -1,  4,  2],
        [-1, -1,  5,  3],
        [ 6, -1, -1,  4],
        [-1,  5, -1,  4],
        [ 8,  0, -1, -1],
        [-1,  7, -1, -1]]])