1 函数释义
词义：发现轮廓！
从二进制图像中查找轮廓（Finds contours in a binary image）；轮廓是形状分析和物体检测和识别的有用工具。
findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> contours, hierarchy
参数
image - 一个8位单通道二值图像（非0即1）。非零像素视为1、零像素依然为0， 因此图像被视为二进制。也可使用compare()、inRange()、threshold()、adaptiveThreshold()、Canny()等函数从灰度图或彩色图中创建二进制图像。若 mode 等于 #RETR_CCOMP 或 #RETR_FLOODFILL，则输入也可以是标签的32位整数图像（CV_32SC1）。
mode - 轮廓检索模式
- CV.RETR_EXTERNAL - 仅检索外轮廓。并为所有轮廓设置层级结构，如 sets hierarchy[i][2]=hierarchy[i][3]=-1
- CV.RETR_LIST - 检索轮廓但不建立任何层次关系。
- CV.RETR_CCOMP - 检索所有轮廓并将它们组织成两级层次结构。上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
- CV.RETR_TREE - 检索所有轮廓并建立等级树结构的轮廓，具体演示参考contours.c这个demo
method - 轮廓近似方法
- CV.CHAIN_APPROX_NONE - 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
- CV.CHAIN_APPROX_SIMPLE - 压缩水平、垂直、对角线方向的元素，仅留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
- CV.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS - 使用teh-Chinl 链式近似算法
offset - 每个轮廓点的偏移量。若从image ROI中提取轮廓，则应基于整个图像进行分析
返回值
contours - 检测到的轮廓，列表list形式，list 中每个元素都是图像中的一个轮廓，这里的每一个元素仍为（点）向量。
hierarchy - 它和轮廓 contours 个数相同（可选结果），这是一个 ndarray，其中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]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。（各个轮廓的继承关系。hierarchy也是一个向量，长度和contours相等，每个元素和contours的元素对应。hierarchy的每个元素是一个包含四个整型数的向量）
注意：
Source image is modified by this function.
该函数会修改输入的图像，故建议使用原始图像的副本，所以在代码中常用 img.copy() 来作为输入图像。