image – Source, an 8-bit single-channel image. Non-zero pixels are treated as 1’s. Zero pixels remain 0’s, so the image is treated as binary . You can use compare() , inRange() , threshold() , adaptiveThreshold() , Canny() , and others to create a binary image out of a grayscale or color one. The function modifies the image while extracting the contours. If mode equals to CV_RETR_CCOMP or CV_RETR_FLOODFILL, the input can also be a 32-bit integer image of labels (CV_32SC1).
contours – Detected contours. Each contour is stored as a vector of points.
hierarchy – Optional output vector, containing information about the image topology. It has as many elements as the number of contours. For each i-th contour contours[i] , the elements hierarchy[i][0] , hiearchy[i][1] , hiearchy[i][2] , and hiearchy[i][3] are set to 0-based indices in contours of the next and previous contours at the same hierarchical level, the first child contour and the parent contour, respectively. If for the contour i there are no next, previous, parent, or nested contours, the corresponding elements of hierarchy[i] will be negative.
mode –
Contour retrieval mode (if you use Python see also a note below).
ภาพ – แหล่ง ภาพช่องเดียว 8 บิต พิกเซลไม่ใช่ศูนย์จะถือว่าเป็นของ 1 พิกเซลศูนย์ยังคง 0 ของ เพื่อให้ภาพถือว่าเป็นไบนารี คุณสามารถใช้ compare(), inRange(), threshold(), adaptiveThreshold(), Canny() และอื่น ๆ เพื่อสร้างรูปแบบไบนารีจากระดับสีเทาหรือสีหนึ่ง ฟังก์ชันการปรับเปลี่ยนภาพขณะกำลังแยกรูปทรง ถ้าโหมดเท่ากับ CV_RETR_CCOMP หรือ CV_RETR_FLOODFILL การป้อนข้อมูลสามารถเป็นรูปแบบจำนวนเต็ม 32 บิตของป้ายชื่อ (CV_32SC1)รูปทรง – Detected ฟื้นฟู แต่ละเส้นจะถูกเก็บเป็นเวกเตอร์ของจุดลำดับชั้น – เวกเตอร์ผลลัพธ์ไม่จำเป็น ที่ประกอบด้วยข้อมูลเกี่ยวกับโทโพโลยีภาพ มันมีองค์ประกอบมากเป็นหมายเลขของรูปทรง สำหรับแต่ละ i th รูปร่างรูปทรง [i], องค์ประกอบลำดับชั้น [i] [0], hiearchy [i] [1], hiearchy [i], [2] และ hiearchy [i] [3] ถูกตั้งค่าให้ 0 คะแนนดัชนีในรูปทรงรูปทรงก่อนหน้า และถัดไปในลำดับชั้นระดับเดียวกัน เด็กเส้นแรก และ เส้นหลัก ตามลำดับ ถ้าสำหรับเส้น ผมไม่มีหลักต่อไป ก่อนหน้า หรือรูปทรงที่ซ้อนกัน สอดคล้องกันองค์ประกอบของลำดับชั้น [i] จะเป็นค่าลบโหมด-โหมดเรียกเส้น (ถ้าคุณใช้ดูงูเหลือมยังหมายเหตุด้านล่าง)
การแปล กรุณารอสักครู่..

แหล่งที่มา–ภาพ ) ภาพเดียวที่ช่อง ที่ไม่ใช่ศูนย์พิกเซลจะถือว่าเป็น 1 . ศูนย์พิกเซลเป็น 0 ดังนั้นภาพถือว่าเป็นไบนารี คุณสามารถใช้ compare() inrange() threshold() adaptivethreshold() , , , , canny() และอื่น ๆเพื่อสร้างภาพไบนารีของสีเทาหรือสีเดียว ฟังก์ชั่นปรับภาพขณะที่แยกรูปทรง . ถ้าโหมดเท่ากับ cv_retr_ccomp หรือ cv_retr_floodfill เข้า ยังได้ภาพเต็ม 32 บิตของป้ายชื่อ ( cv_32sc1 )สำหรับตรวจจับรูปทรงรูปทรง . แต่ละเส้นจะถูกเก็บไว้เป็นจุดเวกเตอร์ของลำดับชั้น–ตัวเลือกเอาท์พุตเวกเตอร์ ที่มีข้อมูลเกี่ยวกับโครงสร้างของภาพ มันมีหลายองค์ประกอบที่เป็นหมายเลขของรูปทรง . สำหรับแต่ละ i-th รูปร่างรูปทรง [ i ] , องค์ประกอบลำดับ [ I ] [ 0 ] hiearchy [ I ] [ 1 ] , hiearchy [ I ] [ 2 ] และ hiearchy [ I ] [ 3 ] ตั้ง 0-based ดัชนีในรูปทรงของรูปทรงที่ระดับถัดไปและก่อนหน้านี้ลำดับชั้นเดียวกันก่อน เด็กและผู้ปกครอง Contour เส้นตามลำดับ ถ้าเส้นผมไม่มีต่อไป ก่อนหน้านี้ พ่อแม่ หรือซ้อนกันรูปทรง องค์ประกอบที่สอดคล้องกันของลำดับชั้น [ i ] จะเป็นลบโหมดจำกัดโหมดการดึงเส้น ( ถ้าคุณใช้ Python ดูหมายเหตุด้านล่าง )
การแปล กรุณารอสักครู่..
