C#：轮廓的层次结构

• 在OpenCvSharp中，Cv2.FindContours() 是用于检测图像轮廓的核心函数。

一、函数参数

void Cv2.FindContours(
InputArray image,
out Point[][] contours,
out HierarchyIndex[] hierarchy,
RetrievalModes mode,
ContourApproximationModes method,
Point? offset = null
)

1、image

• 输入的二值化图像（通常需预处理）。必须为8位单通道图像，非零像素视为前景，0为背景。

• 预处理示例：将图像转为灰度后通过阈值处理或边缘检测二值化。

2、contours（输出参数）

• 检测到的轮廓集合，类型为 Point[][]。每个轮廓由若干个 Point 组成的数组表示。

3、hierarchy（输出参数）

• 轮廓的层次结构，类型为 HierarchyIndex[]。每个元素描述轮廓的父子关系：
  • Parent: 父轮廓索引（无父则为-1）
  • Next: 同一层级的下一个轮廓索引
  • Previous: 同一层级的上一个轮廓索引
  • FirstChild: 第一个子轮廓索引

4、mode: 轮廓检索模式

• RetrievalModes.External: 仅检测最外层轮廓。
• RetrievalModes.List: 提取所有轮廓，不建立层次关系。
• RetrievalModes.CComp: 分层检测轮廓，组织为双层结构（外层和孔）。
• RetrievalModes.Tree: 检测所有轮廓并建立完整的层次树。

5、method: 轮廓近似方法

• ContourApproximationModes.ApproxNone: 保存所有轮廓点。
• ContourApproximationModes.ApproxSimple: 压缩冗余点（如矩形保留4个顶点）。
• ContourApproximationModes.ApproxTC89KCOS: 使用Teh-Chin链近似算法优化。

6、offset（可选）

• 轮廓点的偏移量。默认为 null，即无偏移。

二、示例

using OpenCvSharp;

Mat src = Cv2.ImRead("image.jpg", ImreadModes.Color);
Mat gray = new Mat();
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

Mat binary = new Mat();
Cv2.Threshold(gray, binary, 127, 255, ThresholdTypes.Binary);

Point[][] contours;
HierarchyIndex[] hierarchy;
Cv2.FindContours(
    image: binary,
    contours: out contours,
    hierarchy: out hierarchy,
    mode: RetrievalModes.Tree,
    method: ContourApproximationModes.ApproxSimple
);

// 绘制所有轮廓
Mat result = src.Clone();
Cv2.DrawContours(
    image: result,
    contours: contours,
    contourIdx: -1,  // -1表示绘制所有轮廓
    color: new Scalar(0, 255, 0),
    thickness: 2
);

Cv2.ImShow("Contours", result);
Cv2.WaitKey(0);

关键注意事项

• 预处理要求
  输入图像必须为二值化的单通道图像，否则结果不可靠。未预处理可能导致检测失败。

• 层次结构应用
  当处理嵌套轮廓（如孔洞）时，RetrievalModes.Tree 或 CComp 配合 hierarchy 可精确管理轮廓关系。
  示例：遍历子轮廓

for (int i = 0; i < contours.Length; i++)
{
    if (hierarchy[i].Parent == -1) // 顶级轮廓
    {
        int childIdx = hierarchy[i].FirstChild;
        while (childIdx != -1)
        {
            // 处理子轮廓
            childIdx = hierarchy[childIdx].Next;
        }
    }
}

• 性能优化
  ApproxSimple 可显著减少轮廓点数，提升后续处理速度。

三、 常见问题

• 未检测到轮廓
  检查输入图像是否为二值格式，并确认前景像素为非零值。

• 轮廓点过多或过少
  调整预处理步骤（如阈值参数、边缘检测算子）。

• 层次结构异常
  确保选用合适的 mode（如 Tree 而非 List 以获取层次信息）。

四、资料

技能拾荒者《93-OpenCVSharp —- Cv2.FindContours()函数功能（轮廓检测，轮廓的层次结构）详解》
https://blog.csdn.net/weixin_45590420/article/details/145905519