1、cvFindContours函数原型：
int cvFindContours
( CvArr* image,
CvMemStorage* storage,
CvSeq** first_contour,
int header_size = sizeof(CvContour),
int mode = CV_RETR_LIST,
int method = CV_CHAIN_APPROX_SIMPLE,
CvPoint offset = cvPoint(0,0) );
2、返回值：找到轮廓的个数
3、参数如下：
image
8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。
storage
返回轮廓的容器。
first_contour
输出参数，用于存储指向第一个外接轮廓。
header_size
header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则header_size >= sizeof(CvContour)。
mode
CV_RETR_EXTERNAL：只检索最外面的轮廓；
CV_RETR_LIST：检索所有的轮廓，并将其放入list中；
CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；
CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。
method
边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：
CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。
CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。
CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。
offset
偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。
4、应用
CvPoint p1,p2;
CvMemStorage * storage = cvCreateMemStorage(0);
CvSeq * pcontour = 0;
int mode = CV_RETR_CCOMP;
cvFindContours(ImgBW, storage, &pcontour, sizeof(CvContour), mode, CV_CHAIN_APPROX_SIMPLE);
for (; pcontour != 0; pcontour = pcontour -> h_next)
{
CvRect r = ((CvContour *)pcontour)->rect;
p1.x=r.x;
p1.y=r.y;
p2.x=r.x+r.width;
p2.y=r.y+r.height;
holeColor=CV_RGB(0,0,255);
externalColor=CV_RGB(255,0,0);
cvDrawContours(pImg,pcontour,externalColor,holeColor,1,1,8);
cvDrawRect(pImg,p1,p2,CV_RGB(255,0,0),1,8,0);
}这个例子遍历所有轮廓，利用cvDrawContours绘制轮廓点、并通过cvDrawRect绘制该轮廓的外接矩形。
在使用 cvFindContours之前要定义CvMemStorage 分配内存来存储轮廓点，其中cvCreateMemStorage(0) 参数0为默认值，分配64k内存空间。
注意CvMemStorage为动态结构，如果在回调函数中循环检测轮廓，内存占用会逐渐变大，使用cvClearSeq清空序列并不能解决内存增长的问题，必须使用cvClearMemStorage清空内存
没有使用cvClearMemStorage的情况storage中块的top地址会逐渐增大，如图：
使用cvClearMemStorage后storage中块的top地址和bottom地址相同，如图：
