读完OpenCV这两个文件的12000行源码，我终于搞懂了像素之间的“亲缘关系“——连通域标记与轮廓追踪的算法对决

一、像素的两种拓扑问题：你是谁的人，你的边界在哪

打开一幅二值化之后的图像，白色像素散落在黑色背景上，形成若干独立的白色区域。面对这些区域，计算机视觉需要回答两个本质不同的问题。

第一个问题：这个像素属于哪个区域？给定图像中任意一个白色像素，它和哪些其他白色像素是"一伙的"——也就是说，从它出发沿着上下左右（4连通）或者加上对角线（8连通）方向走，能够不经过黑色像素就到达的那些像素，它们共同构成一个连通域。这个问题要回答的是像素的归属关系，它的输出是一张和原图等大的标签图，每个像素标记一个整数编号，编号相同的像素属于同一个连通域。OpenCV用connectedComponents()和connectedComponentsWithStats()来解决这个问题，核心源码在connectedcomponents.cpp，5800行，334KB。

第二个问题：这个区域的边界长什么样？不关心区域内部的每个像素属于谁，只关心区域的轮廓——那些紧贴着黑白交界线的像素点序列。更进一步，如果一个白色区域内部有一个"孔洞"（被白色包围的黑色区域），这个孔洞本身也有自己的轮廓，而且这个孔洞的轮廓是外层白色区域轮廓的"子轮廓"。这种嵌套关系构成了一棵轮廓层次树。OpenCV用findContours()来解决这个问题，核心源码分布在contours.cpp（1891行，经典C实现）和contours_new.cp