opencv findContours函数

#3 查找轮廓

# p1：8-bit单通道图像。该图像会将非0像素值视为1，0像素值视为0，因此也被视为二值图像。
# p2：轮廓检索模式，检测外轮廓还是内轮廓，是否包含继承（包含）关系：
# cv2.RETR_EXTERNAL 表示只检测外轮廓，忽略轮廓内部的结构，无继承相关信息；
# cv2.RETR_LIST 检测所有的轮廓但不建立继承(包含)关系；
# cv2.RETR_CCOMP 检测所有轮廓，但是仅仅建立两层包含关系；
# cv2.RETR_TREE 检测所有轮廓，并且建立所有的继承(包含)关系。
# p3：轮廓近似方法，有记录方法：cv2.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(y1-y2)）=1；
# cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩阵轮廓只需 4 个点来保存轮廓信息。
# contours：返回值，检测到的轮廓。每个轮廓都以点向量的形式存储。
# hierarchy：返回值，包含有关图像轮廓的拓扑信息。它的元素和轮廓的数量一样多。对于第i ii个轮廓contours[i]，元素hierarchy[i][0]、hierarchy[i][1]、hierarchy[i][2]和hierarchy[i][3]分别设置为同一层次的下一个轮廓、同一层次的上一个轮廓、该轮廓的第一个子轮廓(嵌套轮廓)、该轮廓的父轮廓，它们的取值是轮廓的索引值(从0开始)。如果contours[i]没有与其同级的下一个轮廓、上一个轮廓、嵌套轮廓或父轮廓，则hierarchy[i]的相应元素将为负。
# hierarchy表示连通域的继承关系矩阵。矩阵大小为( 1 , N , 4 ) (1,N,4)(1,N,4)。
# 基础元素由四个值组成：[Next, Previous, First_Child, Parent]。前两个值表示同级的前后关系，后两个值表示上下级关系。
# Next：下一个同级的轮廓的序号；
# Previous：上一个同级轮廓的序号；
# First_Child：第一个子轮廓的序号；
# Parent：父轮廓的序号；
# 矩阵中的每一个值代表都是 轮廓(contour)的序号(id)，其中 -1 代表没有这个元素。
# offset：可选偏移量，每个轮廓点偏移量。如果从图像ROI中提取轮廓，然后在整个图像上下文中对其进行分析，这将非常有用。

contours,hierarchy = cv.findContours(blurred2,cv.RETR_LIST,cv.CHAIN_APPROX_SIMPLE)