阅读对象：无要求。
1.代码
'''
OpenCV中的轮廓
轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。 cv2.findContours()在一个二值图像中查找轮廓
有三个参数:
第一个:输入图像;
第二个:轮廓检索模式;
第三个:轮廓近似方法
cv2.CHAIN_APPROX_NONE:所有的边界点都会被存储。但是我们真的需要这么多点吗？例如，当我们找的边界是一条直线时。你用需要直线上所有的点来表示直线吗？不是的，我们只需要这条直线的两个端点而已。
cv2.CHAIN_APPROX_SIMPLE :会将轮廓上的冗余点都去掉，压缩轮廓，从而节省内存开支。
返回值有三个:
第一个:图像，
第二个:轮廓，轮廓是一个 Python列表，其中存储这图像中的所有轮廓,每一个轮廓都是一个 Numpy 数组，包含对象边界点（x，y）的坐标。
第三个:（轮廓的）层析结构。
#######教程说有三个返回值，但是我用的opencv2.4版本只有两个返回值:轮廓和层次结构，切记######## cv2.drawContours() 可以被用来绘制轮廓。它可以根据你提供的边界点绘制任何形状。
第一个参数:原始图像，
第二个参数:轮廓，一个 Python 列表。
第三个参数:轮廓的索引（在绘制独立轮廓时很有用，当设置为-1时绘制所有轮廓）
接下来的参数：轮廓的颜色和厚度等。
'''
import numpy as np
import cv2
dir='C:/Users/Thinkpad/Desktop/picture/'
im = cv2.imread(dir + 'q.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,255,0)
contours, hierarchy= cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(im,contours, -1, (0,0,255),3)
cv2.imshow("im", im)
cv2.waitKey(0)
2.cv2.imshow("im", im) 的结果
图1 结果
参考资料：http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_contours_begin/py_contours_begin.html
end!!