contours, hier = cv2.findContours(img,mode,method)

　　参数：

　　1. img: 要寻找轮廓的图像

　　2. mode：轮廓的检索模式(四种)

　　1.cv2.RETR_EXTERNAL 表示只检测外轮廓

　　2.cv2.RETR_LIST 检测的轮廓不建立等级关系

　　3.cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层

　　4.cv2.RETR_TREE 建立一个等级树结构的轮廓

　　3. method:轮廓的近似办法

　　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(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，例如一个矩形轮廓只需4个点来保存轮廓信息

　　返回值:

　　contours:一个列表，返回的轮廓

　　hier:一个ndarray, 每条轮廓对应的属性，

　　import cv2

　　import numpy as np

　　img = cv2.pyrDown(cv2.imread("G:/cj/7.jpg", cv2.IMREAD_UNCHANGED))

　　print("图片大小:",img.shape)

　　#高斯滤波

　　gray_img = cv2.GaussianBlur(img, (5, 5), 0)

　　#cv2.threshold (源图片, 阈值, 填充色, 阈值类型)

　　#二值化 返回第一个得到的阈值值，第二个就是阈值化后的图像。

　　ret, thresh = cv2.threshold(cv2.cvtColor(gray_img.copy(), cv2.COLOR_BGR2GRAY) , 127, 255, cv2.THRESH_BINARY)

　　contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

　　for c in contours:

　　# find bounding box coordinates获取轮廓的最小矩形

　　x,y,w,h = cv2.boundingRect(c)

　　cv2.rectangle(gray_img, (x,y), (x+w, y+h), (0, 255, 0), 1)

　　center1=(int(x+w/2),int(y+h/2))

　　print("中心坐标：",center1)

　　cv2.circle(gray_img, center1, 1, (0,255,0), -1, 0)

　　# find minimum area

　　rect = cv2.minAreaRect(c)

　　#绘制过中心的的直线

　　cv2.line(gray_img, (int(rect[0][0]),int(rect[0][1])),(int(rect[0][0]),0), (0,255,0),2,4)

　　# calculate coordinates of the minimum area rectangle获取矩形四个点

　　box = cv2.boxPoints(rect)

　　# normalize coordinates to integers取整

　　box = np.int0(box)

　　# draw contours

　　print("四点坐标：",box)

　　if box[0][0]<=img.shape[1]/2:

　　angle=rect[2]

　　cv2.line(gray_img, (int((box[2][0]+box[1][0])/2),int((box[2][1]+box[1][1])/2)),(int(rect[0][0]),int(rect[0][1])), (0,255,0),2,4)

　　print("偏转角度：",angle)

　　else:

　　angle=90+rect[2]

　　cv2.line(gray_img, (int((box[2][0]+box[3][0])/2),int((box[2][1]+box[3][1])/2)),(int(rect[0][0]),int(rect[0][1])), (0,255,0),2,4) 大连做人流多少钱 http://mobile.fkyy120.net/

　　print("偏转角度：",angle)

　　cv2.drawContours(gray_img, [box], 0, (0,0, 255), 1)

　　# calculate center and radius of minimum enclosing circle

　　(x,y),radius = cv2.minEnclosingCircle(c)

　　# cast to integers

　　center = (int(x),int(y))

　　radius = int(radius)

　　# draw the circle

　　# img = cv2.circle(img,center,radius,(0,255,0),2)

　　text='Angle:'+str(round(angle,2))+'\n'+str((box[2][0]+box[0][0])/2)+','+str((box[2][1]+box[0][1])/2)

　　y0, dy = 50, 25

　　for i, txt in enumerate(text.split('\n')):

　　y = y0+2*i*dy

　　cv2.putText(gray_img, txt, (50,y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

　　cv2.drawContours(gray_img, contours, -1, (255, 0, 0), 1)

　　cv2.imshow("contours", gray_img)

　　cv2.waitKey()

　　cv2.destroyAllWindows()