【Python】【OpenCV】关于cv2.findContours()轮廓索引（编号）解析（RETR_TREE）

　　在打算自己实现二维码的定位的时候，看到了相关博文的关于cv2.findContours返回的层级信息来定位三个“回”字从而达到定位二维码的目的，但是返回的hierarchy中的层级信息分别对应的是哪个轮廓却困扰了许久，查阅了很多资料最后还是自己手动找出了清晰的规律。

　　关于hierarchy返回的每一组list中的每个元素的意义分别是：

　　　　1、Next 表示相同等级的下一个轮廓。

　　　　2、Previous 表示相同轮廓级别的上一个轮廓。

　　　　3、First_Child 表示其第一个子轮廓。

　　　　4、Parent 代表示其父代轮廓的索引。

　　具体的描述我就不过多赘述了，相关资料可以跳转参考 -> OpenCV-Python轮廓层次结构|极客笔记 (deepinout.com)

　　这里只介绍针对同一层级的轮廓序号是如何命名，先给出结论，在同一层级中（可以看作是一个坐标系xy），垂直方向 > 水平方向（即，先找寻y轴，当y轴相同时再找寻x轴），哪个轮廓离原点（0，0）更远就会被优先检测到，并优先命名编号。

1、先自己创建了一个array数组并初始化为0（也就是都是黑色）

2、绘制三个区域，大小为50x50的正方形，并置为白色

3、pretreatment是个函数，自行修改成cv2.findContours()然后再cv2.drawContours()即可，这边就懒得改了~

上图展示了我们绘制的三个白块，并对他们的轮廓进行了绘制，接下来我们依次查找index为0的轮廓。

1、当水平方向位移量不同，垂直方向位移量相同时，右方的白块会被优先检测到，我们绘制出index为0的轮廓（绿色）：

2、当水平方向位移量相同，垂直方向位移量不同时，下方的白块会被优先检测到：

3、当水平方向位移不同，垂直方向位移不同时，先找y轴：

最后我们显示四个白块，并将hierarchy数据展示出来：

根据之前的检测顺序，我已经标出了从0~3这四个轮廓的编号，下面我们先自己写出每个轮廓的hierarchy：

[1, -1, -1, -1]、[2, 0, -1, -1]、[3, 1, -1, -1]、[-1, 2, -1, -1]

和程序中得到的hierarchy结果相同，至此关于RETR_TREE模式的轮廓索引（编号）理解就到位了。

【Python】【OpenCV】关于cv2.findContours()轮廓索引（编号）解析（RETR_TREE） - Va...