这个功能一般用在检索mask图形区域的周边多边形。findContours函数是opencv中很基本的一个函数。此外将对其应用做简要介绍。
检索高亮区块
findContours函数一般都检索高亮像素块的边界。例如下图所示：
此图中，从左到右依次是：原图，灰度图，阈值取反分割图，周边多边形图。图中数字部分高亮的时候，就会被检测成边界。这相当于在对图做threshold运算时采用了TRESH_BINARY_INV运算。
这个示例是为了提示我们，在应用cv2.findContours函数时，要让感兴趣的部分高亮显示。如果反过来，让背景高亮，内容黑暗（白板黑子）则会发生错误。如下图所示：
函数原型
findContours函数的原型如下：
void cv::findContours (
InputArray image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int mode,
int method,
Point offset = Point()
) 其中输入参数image是一般的图形对象，contours是检索出来的周边多边形。结构一般为这样的一个数组：[[[x00,y00], [x01,y01], ...],[[x10,y10],[x11,y11],...], ...]，数组中0轴上，每一个对象都是一个封闭的多边形。
hierarchy指的是contours中多边形的层次关系。其数据结构为这样一个数组[[next0, previous0, child0, parent0], [next1, previous1, child1, parent1], ...]。这里的next, previous, child, parent都是整数类型，用来指示contours对应的多边形序号。next和previous指的的多边形的顺序关系，child, parent指的是包含与被包含的关系。
函数中mode的值，影响了识别多边形的结构组成方式。mode的取值有如下几种情况：
cv.RETR_TREE，这种情况会检索出所有的区块边界多边形，并对区块的包含与被包含形成树形结构。
cv.RETR_EXTERNAL, 这种情况只检索各区块的最外侧边界多边形。因此在hierarchy中不会形成child, parent的结构，并且在cv.RETR_TREE中能找出的所有parnet不为-1的多边形在cv.RETR_EXTERNAL的情况下都不会被检测出来
cv.RETR_CCOMP, 这种情况下检索算法也会像cv.RETR_TREE一样检索出所有的边界多边形。不同的是，它不会形成树形结构，而只会形成两层结构。在第一层里面只会有最外层多边形，第二层都是第一层中出现多边形的第一个内层多边形。如果在第二层中还有嵌套多边形，则此多边形会归入第一层中。
method参数用来指示检索边界时采用的算法，method可能取cv.CHAIN_APPROX_NONE, cv.CHAIN_APPROX_SIMPLE。前者不会对检测出来的多边形做任何的简化或者说近似的计算。而后者会对检测出来的多边形做简化运算，例如检测出来的一个像素区块时正方形时，前者的多边形可能会包含这个正方形周长上面经过的所有像素点，而后者的多边形可能就只有多边形4个角的顶点。