cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None)

参数：

image：寻找轮廓的图像，注意输入的图片必须为二值图片。若输入的图片为彩色图片，必须先进行灰度化和二值化

mode：轮廓的检索模式，有4种

method：轮廓的近似办法，有4种

contours：使用findContours检测到的轮廓数据，每个轮廓以点向量的形式存储，point类型的vector 

hierarchy：可选层次结构信息

offset：可选轮廓偏移参数，用制定偏移量offset=(dx, dy)给出绘制轮廓的偏移量

轮廓的检索模式

轮廓的近似办法 

opencv3返回三个值：img, countours, hierarchy

img

处理后的图像

countours

cv2.findContours()函数首先返回一个list，list中每个元素都是图像中的一个轮廓信息，list中每个元素(轮廓信息)类型为ndarray。len(contours[1]) 表示第一个轮廓储存的元素个数，即该轮廓中储存的点的个数。

hierarchy返回值

该函数还可返回一个可选的hiararchy结果，这是一个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-1
 

import cv2

im = cv2.imread('./img2.png')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(imgray, 244, 255, 0)

# image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print('轮廓1的有{}个点组成'.format(len(contours[0])))
print('len contours', len(contours))
contours2=[cnt for cnt in contours if cv2.contourArea(cnt)>200]#过滤太小的contour
print('过滤太小的contour', len(contours2))