能不能通过cv2.findContours获取所有最小矩形边界框中的最小边界框，可以的话还有没有更简单的方法，比如直接返回所有最小矩形边界框中的最小边界框

可以通过`cv2.findContours`函数获取所有最小矩形边界框中的最小边界框。具体来说，您可以使用`cv2.minAreaRect`函数找到每个轮廓的最小矩形边界框，然后计算该边界框的最小边界框。

以下是一些示例代码，用于获取所有最小矩形边界框中的最小边界框：

import cv2

# 读取图像
img = cv2.imread('test.png')

# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 获取所有轮廓的最小边界框
rects = []
for contour in contours:
    rect = cv2.minAreaRect(contour)
    rects.append(rect)

# 获取所有最小矩形边界框中的最小边界框
min_rects = []
for rect in rects:
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    rect_w, rect_h = rect[1]
    if rect_w > rect_h:
        rect_w, rect_h = rect_h, rect_w
    min_rect = (rect[0], (rect_w, rect_h), rect[2])
    min_rects.append(min_rect)

当然，如果您只是想简单地获取所有最小矩形边界框中的最小边界框，也可以使用`cv2.minEnclosingTriangle`函数直接获取所有轮廓的最小边界框，如下所示：

min_rects = []
for contour in contours:
    (x, y), radius = cv2.minEnclosingCircle(contour)
    rect_w, rect_h = radius, radius
    min_rect = ((int(x), int(y)), (int(rect_w), int(rect_h)), 0)
    min_rects.append(min_rect)

这种方法比较简单，但是可能会存在一些精度问题，因为它只是使用了轮廓的最小外接圆来估计最小矩形边界框。