cv::findContours 返回的轮廓是否具有一致的方向？
Do contours returned by cv::findContours have a consistent orientation?
我正在使用 OpenCV 的 cv::findContours 函数来提取二值图像中的轮廓，特别是，我正在提取轮廓的层次结构（使用 CV_RETR_CCOMP 标志）。在我进一步处理这些轮廓的某些时候，我需要依赖这些轮廓的 一致的顶点方向（即逆时针与顺时针）.
当然，我可以使用等高线面积的符号（由 cv::contourArea(..., true) 计算）自己确定方向，但我想知道这是否有必要（除此之外，它甚至不起作用对于面积为 0 的轮廓，即源图像中的细线）或者如果 cv::findContours 已经保证生成的轮廓的方向一致。我确实检查了一些生成的轮廓，cv::contourArea 确实 看起来 到 return 外部轮廓的负值和内部轮廓的正值。但是，我在 OpenCV 文档中找不到任何实际的保证。
那么，是否特别保证由cv::findContours编辑的轮廓return始终具有一致的方向？ 这在任何地方都有记录吗？或者它是否因版本而异（我的版本是 2.4.5）？实际的 paper on the algorithm referenced in the documentation 是否已经对此有所说明？或者也许对 OpenCV 的实际实现有更多了解的人可以比接口文档多说一点？
我相信 Appendix I 的步骤 1 和 4（在您引用的 [Suzuki85] 论文“通过边界跟踪对数字化二进制图像进行拓扑结构分析”）根据以下内容涵盖您的问题：
(1) Select 以下之一：
(a) 若f i, j = 1且f i, j - 1 = 0，则判定像素点( i, j )是跟随外边界起点的边界，递增NBD，并且( i 1, j 1 ) + ( i, j - 1 ).
(b) ...
(2) 取决于新发现的边框类型和...
(3) 从起点( i, j )，沿着检测到的边界...
(4) 若f i, j != 1,则LNBD = | f i, j |并从像素 ( i, j + 1 ) 恢复光栅扫描。当扫描到达图片的右下角时，算法终止。
从 cv:findContours 返回的轮廓应该具有一致的方向。外轮廓应逆时针方向，内轮廓顺时针方向。这直接来自 Suzuki's and Abe's paper.
的附录 1 中描述的算法
图像从左上到右下逐行扫描。当找到属于边界的像素时，边界之后按逆时针顺序查看第一个像素的邻居（参见算法中的步骤 3.3），直到找到非背景像素。这将添加到轮廓中，并从该像素继续搜索。
重要的是，在第一次迭代中，首先查看的邻居取决于它是内边界还是外边界。在外边界的情况下，首先访问右手边的邻居；在内部边界的情况下，它是左手边的邻居。在下一个搜索步骤中，搜索从访问的最后一个像素开始。
由于从左上角到右下角扫描，在检测到外边界时，可以确保边界像素左侧和顶部的所有相邻像素都是背景像素。对于内边界，情况恰恰相反，左侧和顶部的所有邻居都是非背景像素。
结合访问相邻像素的不同起始位置，这会导致轮廓的可预测方向。
此算法在 icvFetchContour function 中实现，由 cv:findContour 内部使用。从那里可以清楚地看出，像素是按照访问顺序添加到轮廓多边形中的。
正如 documentation for cv::findContours 特别指出的那样，他们实现了 Suzuki 等人的算法。正如在本文中明确定义了访问像素的方向和顺序，我认为可以假设方向是有保证的。
我正在使用 OpenCV 的 cv::findContours 函数来提取二值图像中的轮廓，特别是，我正在提取轮廓的层次结构（使用 CV_RETR_CCOMP 标志）。在我进一步处理这些轮廓的某些时候，我需要依赖这些轮廓的 一致的顶点方向（即逆时针与顺时针）.
当然，我可以使用等高线面积的符号（由 cv::contourArea(..., true) 计算）自己确定方向，但我想知道这是否有必要（除此之外，它甚至不起作用对于面积为 0 的轮廓，即源图像中的细线）或者如果 cv::findContours 已经保证生成的轮廓的方向一致。我确实检查了一些生成的轮廓，cv::contourArea 确实 看起来 到 return 外部轮廓的负值和内部轮廓的正值。但是，我在 OpenCV 文档中找不到任何实际的保证。
那么，是否特别保证由cv::findContours编辑的轮廓return始终具有一致的方向？ 这在任何地方都有记录吗？或者它是否因版本而异（我的版本是 2.4.5）？实际的 paper on the algorithm referenced in the documentation 是否已经对此有所说明？或者也许对 OpenCV 的实际实现有更多了解的人可以比接口文档多说一点？
我相信 Appendix I 的步骤 1 和 4（在您引用的 [Suzuki85] 论文“通过边界跟踪对数字化二进制图像进行拓扑结构分析”）根据以下内容涵盖您的问题：
(1) Select 以下之一：
(a) 若f i, j = 1且f i, j - 1 = 0，则判定像素点( i, j )是跟随外边界起点的边界，递增NBD，并且( i 1, j 1 ) + ( i, j - 1 ).
(b) ...
(2) 取决于新发现的边框类型和...
(3) 从起点( i, j )，沿着检测到的边界...
(4) 若f i, j != 1,则LNBD = | f i, j |并从像素 ( i, j + 1 ) 恢复光栅扫描。当扫描到达图片的右下角时，算法终止。
从 cv:findContours 返回的轮廓应该具有一致的方向。外轮廓应逆时针方向，内轮廓顺时针方向。这直接来自 Suzuki's and Abe's paper.
图像从左上到右下逐行扫描。当找到属于边界的像素时，边界之后按逆时针顺序查看第一个像素的邻居（参见算法中的步骤 3.3），直到找到非背景像素。这将添加到轮廓中，并从该像素继续搜索。
重要的是，在第一次迭代中，首先查看的邻居取决于它是内边界还是外边界。在外边界的情况下，首先访问右手边的邻居；在内部边界的情况下，它是左手边的邻居。在下一个搜索步骤中，搜索从访问的最后一个像素开始。
由于从左上角到右下角扫描，在检测到外边界时，可以确保边界像素左侧和顶部的所有相邻像素都是背景像素。对于内边界，情况恰恰相反，左侧和顶部的所有邻居都是非背景像素。
结合访问相邻像素的不同起始位置，这会导致轮廓的可预测方向。
此算法在 icvFetchContour function 中实现，由 cv:findContour 内部使用。从那里可以清楚地看出，像素是按照访问顺序添加到轮廓多边形中的。
正如 documentation for cv::findContours 特别指出的那样，他们实现了 Suzuki 等人的算法。正如在本文中明确定义了访问像素的方向和顺序，我认为可以假设方向是有保证的。