本文将学习轮廓的层次结构，即轮廓中的父子关系。

理论基础

在最近几篇关于轮廓的文章中，我们使用了OpenCV提供的与轮廓相关的几个函数。 是当使用cv2.findContours()函数在图像中找到轮廓时，传递了一个参数，轮廓检索模式。 通常传递cv2.RETR_LIST或cv2.RETR_ TREE。但这实际上意味着什么呢？

此外，在输出中得到了三个数组，第一个是图像，第二个是轮廓，还有一个输出，称之为层次结构（请查看前面文章中的代码）。 但我们从未在任何地方使用过这种等级制度。那么这个层次结构、目的和函数参数有什么关系呢？

这就是我们将在本文中讨论的内容。

层级结构

通常使用cv2.findContours()函数来检测图像中的对象，有时物体位于不同的位置。 但在某些情况下，某些形状位于其他形状的内部。 就像嵌套的数字一样。在这种情况下称外部为父，内部为子。 这样，图像中的轮廓彼此之间就有一定的关系。 我们可以指定一个轮廓是如何相互连接的，比如，它是其他轮廓的子轮廓，还是父轮廓等。 这种关系的表示称为层次结构。

如下面的示例图像：

在该图像中，存在若干形状（我已将其编号为 0-5）。 其中，2 和 2a 表示最外层方框的外部轮廓和内部轮廓。

在此，轮廓0、1、2属于外部轮廓/最外层轮廓。 可以说它们位于层级0（hierarchy-0），或者说它们处于同一层级。

接下来分析轮廓-2a。其性质可定义为： 层级归属：作为轮廓-2的子轮廓（或反言之，轮廓-2是其父轮廓）， 属于第一级子层级（hierarchy-1）。 嵌套关系：轮廓-3是轮廓-2的子轮廓，属于第二级子层级， 轮廓-4和轮廓-5是轮廓-3a的子轮廓，处于最深层级。 根据当前编号规则，轮廓-4可视为轮廓-3a的首个子轮廓（但轮廓-5也可能具有该属性）

解释这些概念是为了帮助理解以下术语：相同层级（same hierarchy level）、外部轮廓（external contour）、 子轮廓（child contour）、父轮廓（parent contour） 和首个子轮廓（first child） 等。 现在，让我们进入OpenCV的具体实现。

OpenCV中的层级结构表示

每个轮廓都包含其所属层级、子轮廓和父轮廓等信息。 OpenCV 使用一个包含四个值的数组来表示这些关系：[Next, Previous, First_Child, Parent]。

Next 表示同一层级的下一个轮廓，以图中的轮廓-0 为例：

• 与其同级的下一个轮廓是轮廓-1，因此 Next = 1
• 轮廓-1 的同级下一个轮廓是轮廓-2，故 Next = 2
• 轮廓-2 没有同级后续轮廓，因此 Next = -1
• 轮廓-4 与轮廓-5 同级，其 Next = 5

Previous表示同级中的上一个轮廓： 与Next参数同理，但方向相反：

• 轮廓1的上一个是轮廓0（Previous=0）
• 轮廓2的上一个是轮廓1（Previous=1）
• 轮廓0作为起始轮廓无上一个（Previous=-1）

First_Child表示首个直接子轮廓： 子轮廓索引规则：

• 轮廓2的子轮廓是2a → First_Child=2a的索引
• 轮廓3a有两个子轮廓（4和5），但仅记录第一个 → First_Child=4

Parent表示父轮廓索引： 与First_Child互为逆关系：

• 轮廓4和5的Parent都指向3a
• 轮廓3a的Parent指向3
• 顶层轮廓Parent=-1

注意： 当轮廓无子节点或父节点时，对应字段值为-1。

至此，我们已经理解了OpenCV的层级结构表示方式，接下来可以基于前文图示案例， 深入探讨OpenCV中的轮廓检索模式（Contour Retrieval Modes）。 具体解析以下标志位的含义：

• cv2.RETR_LIST
• cv2.RETR_TREE
• cv2.RETR_CCOMP
• cv2.RETR_EXTERNAL

轮廓检索模式详解

RETR_LIST

这是四种检索模式中最简单的一种。 该模式仅提取所有轮廓，不建立任何父子关系。 在此模式下：

• 所有轮廓都处于同一层级
• 父轮廓和子轮廓被平等对待
• 层级数组中的第3、4位（First_Child和Parent）恒为-1
• 仅Next和Previous字段保持有效值

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]]])

这是代码中的最佳选择（在不使用任何层级特征的情况下）。

RETR_EXTERNAL

RETR_EXTERNAL（仅检索最外层轮廓） 如果使用这个标志，只会返回最外层的轮廓，所有子轮廓都会被忽略。 可以这么理解：根据这条规则，只有每个家族中最年长的成员会被选中，完全不在乎家族里的其他成员。

那么在图像中，有多少个最外层轮廓呢？也就是位于层级0的轮廓？ 只有3个,即轮廓0、1、2。现在尝试用这个标志来查找轮廓。 每个元素的赋值方式与之前相同，可以和之前的结果对比看看。

以下是得到的结果：

hierarchy

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

在只需要提取外部轮廓的情况下，可以使用这个标志。 某些场景下会很有用。

RETR\_CCOMP

RETR_CCOMP（检索所有轮廓并组织为两层层级结构）， 这个标志会检索所有轮廓，并将其组织成一个两层级的层次结构：

• 层级-1：物体的外部轮廓（即边界）
• 层级-2：物体内部的孔洞轮廓（如有） 如果孔洞内部还嵌套了其他物体，那么该物体的轮廓又会回到层级-1，而它的孔洞则属于层级-2，以此类推。

举个简单的例子：想象一个黑色背景上的“大白圈”（数字0的形状）。

• 外层圆圈属于 层级-1
• 内层圆圈（孔洞部分）属于层级-2

可以用一张简单的示意图来说明。 图中用红色数字标注了轮廓的检测顺序（与OpenCV的检测顺序一致）， 并用绿色数字（1或2）表示它们所属的层级。

contour-0：

• 同一层级的下一个轮廓是 contour-3（Next=3）
• 没有前一个轮廓（Previous=-1）
• 第一个子轮廓是层级-2 的 contour-1（First_Child=1）
• 没有父轮廓（Parent=-1，因为它是顶层轮廓）→ 层级数组表示为 [3, -1, 1, -1]

contour-1（层级-2）：

• 同一层级的下一个轮廓（同属 contour-0 的子轮廓）是 contour-2（Next=2）
• 没有前一个轮廓（Previous=-1）
• 没有子轮廓（First_Child=-1）
• 父轮廓是 contour-0（Parent=0）→ 数组为 [2, -1, -1, 0]

contour-2（层级-2）：

• 没有下一个同级轮廓（Next=-1，contour-0 的子轮廓到此结束）
• 前一个同级轮廓是 contour-1（Previous=1）
• 没有子轮廓（First_Child=-1）
• 父轮廓是 contour-0（Parent=0）→ 数组为 [-1, 1, -1, 0]

contour-3（层级-1）：

• 同一层级的下一个轮廓是 contour-5（Next=5）
• 前一个轮廓是 contour-0（Previous=0）
• 子轮廓是层级-2 的 contour-4（First_Child=4）
• 没有父轮廓（Parent=-1）→ 数组为 [5, 0, 4, -1]

contour-4（层级-2）：

• 没有同级轮廓（Next=-1，它是 contour-3 的唯一子轮廓）
• 没有前一个同级轮廓（Previous=-1）
• 没有子轮廓（First_Child=-1）
• 父轮廓是 contour-3（Parent=3）→ 数组为 [-1, -1, -1, 3]

剩下的轮廓可以依此类推。最终得到的层级关系如下：

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]]])

RETR\_TREE

RETR_TREE（完整层级树结构） 这是最强大的模式，堪称“完美先生”！它会检索所有轮廓，并构建一个完整的家族层级树，明确标注谁是谁的祖父、父亲、儿子、孙子……甚至更远的辈分关系。

示例分析：

以之前的图像为例，改用 cv2.RETR_TREE 重新检测轮廓，并按 OpenCV 的结果重新排序：

• 红色数字：轮廓的检测顺序（如 contour-0、contour-1…）
• 绿色数字：轮廓在层级树中的深度（层级顺序）。

Contour-0（层级-0，最外层轮廓）

• 同级下一个轮廓：Contour-7（Next=7）
• 同级前一个轮廓：无（Previous=-1）
• 第一个子轮廓：Contour-1（First_Child=1）
• 父轮廓：无（Parent=-1，因为它是顶层轮廓）→ 层级数组：[7, -1, 1, -1]

Contour-1（层级-1，Contour-0 的子轮廓）

• 同级下一个轮廓：无（Next=-1，它是 Contour-0 的唯一直接子轮廓）
• 同级前一个轮廓：无（Previous=-1）
• 第一个子轮廓：Contour-2（First_Child=2）
• 父轮廓：Contour-0（Parent=0）→ 层级数组：[-1, -1, 2, 0]

剩下的可以自己试试。

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]]])