findContours主要是用来查找图像的轮廓

    图像轮廓是指图像中物体边缘的连续性曲线。在计算机视觉和图像处理中，轮廓通常被用于检测物体、分割图像以及提取物体特征。

    图像轮廓是由一系列连续的像素点组成，这些像素点位于物体边界上。轮廓的特点是在物体和背景之间的边界位置，因此可以用来表示物体的形状和结构。轮廓可以是闭合的，也可以是开放的，具体取决于物体的形状。

    image, contours, hierarchy = cv2.findContours( image, mode, method)

参数：

        image：原始图像。8 位单通道图像，所有非零值被处理为 1，所有零值保持不变。也就是说灰度图像会被自动处理为二值图像。

                     在实际操作时，可以根据需要，预先使用阈值处理等函数将待查找轮廓的图像处理为二值图像。

        mode：轮廓检索模式。

                    cv2.RETR_EXTERNAL：只检测外轮廓。

                    cv2.RETR_LIST：对检测到的轮廓不建立等级关系。

                    cv2.RETR_CCOMP：检索所有轮廓并将它们组织成两级层次结构。上面的一层为外边界，下面的一层为内孔的边界。

                                                    如果内孔内还有一个连通物体，那么这个物体的边界仍然位于顶层。

                    cv2.RETR_TREE：建立一个等级树结构的轮廓。

        method：轮廓的近似方法。

                    cv2.CHAIN_APPROX_NONE：存储所有的轮廓点，相邻两个点的像素位置差不超过 1，即 max(abs(x1-x2)，abs(y2-y1))=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，在极端的情况下，一个矩形只需要用 4 个点来保存轮廓信息。

                    cv2.CHAIN_APPROX_TC89_L1：使用 teh-Chinl chain 近似算法的一种风格。

                    cv2.CHAIN_APPROX_TC89_KCOS：使用 teh-Chinl chain 近似算法的一种风格。

返回：

    image：与函数参数中的原始图像 image 一致。

    contours：返回的轮廓。

    hierarchy：图像的拓扑信息（轮廓层次）。