OpenCV 中实现的 findContours 方法的算法效率如何？

Question

我对@9​​87654323@ 方法的算法效率有疑问，该方法在 OpenCV 中实现。假设我有一个或多或少看起来像这样的代码（在 Python 3.6 中，但在 C++ 中看起来几乎相同）：

# ... Some image processing code ...
_, contour, _ = cv2.findContours(img_mtx_binary, 
                                 cv2.RETR_TREE, 
                                 cv2.CHAIN_APPROX_NONE)
# ... More image processing code ...

其中 img_mtx_binary 可以是 Numpy 矩阵或 C++ Mat 对象，其中包含二进制 0 或 255 图像，contour 是已创建轮廓的列表。图片大小为 NxM。

Big O 表示法实现算法的效率（或效率范围）是多少？我发现它使用了铃木算法[1]，但是在官方论文[2]我找不到关于这个的明确信息。

一切顺利，

米沃什

Answer 1

当算法找到所有轮廓时，它必须至少查看每个像素一次。对于轮廓跟踪，它最多查看每个像素的 8 个相邻像素，并且通过标记过程避免多次处理相同的像素。每个像素的操作数是有限的。

所以运行时间是 O(NM)，如果你更喜欢图像区域的线性，这是最佳的。这个术语很可能（渐近地）主导了额外的簿记。