opencv：检测最小矩形的时间复杂度

Question

我开始学习使用opencv进行最小矩形检测。我需要计算时间复杂度，但仍然对这些方法感到困惑：

1. findContours（）。
2. minAreaRect（）

任何人都可以帮助我

1. 这些方法如何运作？
2. 这些方法的时间复杂度是多少？

任何参考文献都很明显

Answer 1

cv::findContours()使用算法（link）从二进制图像中检索轮廓：

  

Suzuki，S。和Abe，K。，数字化的拓扑结构分析   边界的二进制图像跟随。 CVGIP 30 1，pp 32-46（1985）

该算法的基本概念包括通过考虑拓扑分析来跟踪边缘。因此，提取了内边缘和外边缘之间的关系。实际上，算法会区分外边框和内边框，并对它们进行分层次分类，因此如果轮廓围绕轮廓，则轮廓被视为另一个轮廓的“父”。

另一方面，cv::minAreaRect()找到包含一组点的定向最小边界框。它是一种边界体积。找到物体凸壳的最小封闭盒就足够了。对于凸多边形，已知用于最小面积包围矩形的线性时间算法。基于观察结果，最小区域封闭框的一侧必须与凸多边形的一侧共线（参见[1]）。可以使用称为rotating calipers的方法在线性时间内枚举此类方框。