最近在查阅OpenCV轮廓处理函数方面时，我发现有部分文章对findcontours函数中轮廓层级提取的描述有错误，特写一篇有关轮廓提取方面的文章（仅仅介绍容易出错的hierarchy层级轮廓）。
函数原型为：findContours(image,contours,hierarchy,mode,method,Point());注意函数重载！
以下，利用mode=CV_RETR_TREE，进行hierarchy的介绍。
CV_RETR_TREE方法为检测所有轮廓，并且建立所有的继承（包含）关系（hierarchy轮廓继承可以大显身手！）。
对于每一个轮廓，hierarchy都包含4个整型数据，分别表示：后一个轮廓的序号、前一个轮廓的序号、子轮廓的序号、父轮廓的序号。
特别注意，上述的含义的不能弄反了！
在理解层级关系前，需要对数据结构有一定的了解。
例如下图（将树结构和轮廓级联系在一起），A和B为同级，可以认为B是A的后一个轮廓，A是B的前一个轮廓；C和D为A的子树，E和F为B的子树，可以认为C和D为A的子轮廓，A为C和D的父轮廓。
为了更加直观，可以利用实际的图像进一步说明轮廓层级的关系，例如以下的源图，一共有4个轮廓，序号分别为0 1 2 3
特别地，序号在程序中findcontours函数会自动标记，也是轮廓检索的序号，n个轮廓其检索序号从 0 到 n-1 。
经分析，0号轮廓没有同级轮廓，有两个子级轮廓1和3，没有父级轮廓，所以其轮廓继承关系向量hierarchy为[-1 -1 1 -1]，-1表示无对应的关系，1表示0号轮廓的一个子轮廓的序号为1号；
同样地，1号轮廓有同级轮廓3（认为是后一个轮廓，那么无前一个轮廓），也有子级轮廓2，也有父级轮廓0，所以其轮廓继承关系向量hierarchy为[3 -1 2 0]；
同样地，2号轮廓没有同级轮廓，也没有子级轮廓，但是有父级轮廓1，所以其轮廓继承关系向量hierarchy为[-1 -1 -1 1]；
同样地，3号轮廓有同级轮廓（其前一个轮廓为1，无后一个轮廓），没有子级轮廓，但是有父级轮廓0，所以其轮廓继承关系向量hierarchy为[-1 1 -1 0]。
以上的轮廓层级关系，可以用树结构表示如下：
C++版部分测试代码如下：
--------------------------
cv::Mat img = cv::imread("E:\\test.bmp", 0);//需要bmp图
cv::vector<cv::vector<cv::Point2i>> contours;
cv::vector<cv::Vec4i> hierarchy;
cv::findContours(img, contours, hierarchy,CV_RETR_TREE, CV_CHAIN_APPROX_NONE, cv::Point());
---------------------------
利用轮廓处理函数，后续可以很方便地对图像进行连通域处理、特征拟合和特征识别等。