python-opencv cv2.findContours()函数

示例代码：

image,contours,hierarchy = cv2.findContours(contour,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

---

输入：

contour：带有轮廓信息的图像；

cv2.RETR_TREE：提取轮廓后，输出轮廓信息的组织形式，除了cv2.RETR_TREE还有以下几种选项：

cv2.RETR_EXTERNAL：输出轮廓中只有外侧轮廓信息；

cv2.RETR_LIST：以列表形式输出轮廓信息，各轮廓之间无等级关系；

cv2.RETR_CCOMP：输出两层轮廓信息，即内外两个边界（下面将会说到contours的数据结构）；

cv2.RETR_TREE：以树形结构输出轮廓信息。

cv2.CHAIN_APPROX_SIMPLE：指定轮廓的近似办法，有以下选项：

cv2.CHAIN_APPROX_NONE：存储轮廓所有点的信息，相邻两个轮廓点在图象上也是相邻的；

cv2.CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标；

cv2.CHAIN_APPROX_TC89_L1：使用teh-Chinl chain 近似算法保存轮廓信息。

---

输出：

python3里返回三个值：image,contours,hierarchy

image：可能是跟输入contour类似的一张二值图；

contours：list结构，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示，每个轮廓是一个ndarray，每个ndarray是轮廓上的点的集合，列表中每个元素代表一个边沿信息。每个元素是(x,1,2)的三维向量，x表示该条边沿里共有多少个像素点，第三维的那个“2”表示每个点的横、纵坐标；

注意：如果输入选择cv2.CHAIN_APPROX_SIMPLE，则contours中一个list元素所包含的x点之间应该用直线连接起来，这个可以用cv2.drawContours()函数观察一下效果。

hierarchy：返回类型是(x,4)的二维ndarray。其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别对应下一个轮廓编号、上一个轮廓编号、父轮廓编号、子轮廓编号，该值为负数表示没有对应项。x和contours里的x是一样的意思。如果输入选择cv2.RETR_TREE，则以树形结构组织输出，hierarchy的四列

---