在Python的OpenCV中为已排序的轮廓匹配关联的层级结构

嘿，我来帮你搞定这个关联轮廓层级并排序的问题！结合你用的OpenCV 3.4.0.12和Python 3.6.3，我一步步给你讲清楚怎么做：

先补全核心代码（获取完整层级结构） #

首先，你的cv2.findContours必须用cv2.RETR_TREE模式，这个模式会保留所有轮廓的完整层级关系，否则拿不到父子轮廓的关联信息。补全后的代码片段：

import copy
import cv2

BLACK_THRESHOLD = 200
THIN_THRESHOLD = 10
ANNOTATION_COLOUR = (0, 0, 255)

img = cv2.imread('input.png')
orig = copy.copy(img)
# 把数字6换成可读性更好的枚举常量
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, thresh=BLACK_THRESHOLD, maxval=255, type=cv2.THRESH_BINARY_INV)[1]

# 关键：用RETR_TREE获取完整层级结构
_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

理解Hierarchy层级结构 #

OpenCV返回的hierarchy是一个形状为(1, N, 4)的数组（N是轮廓总数），每个轮廓对应的层级条目是[next, prev, first_child, parent]：

• next：同一层级下的下一个轮廓索引，-1表示没有
• prev：同一层级下的上一个轮廓索引，-1表示没有
• first_child：当前轮廓的第一个子轮廓索引，-1表示没有子轮廓
• parent：当前轮廓的父轮廓索引，-1表示没有父轮廓（最外层轮廓）

关联轮廓与层级并按嵌套深度排序 #

我们可以给每个轮廓计算嵌套深度（比如最外层深度为0，它的子轮廓深度为1，以此类推，最内层深度最大），然后按深度排序：

1. 计算轮廓的嵌套深度 #

写一个小函数来迭代计算每个轮廓的深度：

def get_contour_depth(contour_idx, hierarchy):
    """计算指定索引轮廓的嵌套深度"""
    depth = 0
    parent_idx = hierarchy[0][contour_idx][3]
    # 一直向上找父轮廓，直到没有父轮廓为止
    while parent_idx != -1:
        depth += 1
        parent_idx = hierarchy[0][parent_idx][3]
    return depth

2. 关联轮廓与层级信息 #

把每个轮廓的深度、索引、轮廓本身、层级数据打包在一起：

contour_info_list = []
for idx, (cnt, hier_entry) in enumerate(zip(contours, hierarchy[0])):
    depth = get_contour_depth(idx, hierarchy)
    # 打包成（深度，轮廓索引，轮廓对象，层级条目）
    contour_info_list.append( (depth, idx, cnt, hier_entry) )

3. 按嵌套深度排序 #

按深度降序排列，这样最内层（深度最大）的轮廓会排在最前面：

# 按深度从大到小排序
sorted_contours = sorted(contour_info_list, key=lambda x: -x[0])

提取最内层轮廓 #

如果你的最终目标是提取最内层轮廓，直接筛选深度最大的那些即可：

# 获取最大深度值
max_depth = max(info[0] for info in contour_info_list)
# 筛选所有深度等于最大深度的轮廓（就是最内层）
innermost_contours = [info[2] for info in contour_info_list if info[0] == max_depth]

# 可视化验证：在原图上画出最内层轮廓
for cnt in innermost_contours:
    cv2.drawContours(orig, [cnt], -1, ANNOTATION_COLOUR, 2)
cv2.imwrite('innermost_output.png', orig)

额外说明 #

• 如果你只是想找没有子轮廓的轮廓（不一定是最内层，但通常最内层都没有子轮廓），可以直接筛选hier_entry[2] == -1的轮廓，但这种方法可能会误判（比如某些中间层轮廓也没有子轮廓），所以用深度排序更准确。
• 注意OpenCV 3.x和4.x的findContours返回值不同，你用的3.x版本返回三个值，代码是适配的。

内容的提问来源于stack exchange，提问作者Aadit