cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图）, # cv2.RETR_EXTERNAL只检测外轮廓（内没用，我需要得到他的外接矩形）， # cv2.CHAIN_APPROX_SIMPLE只保留终点坐标 # 返回的list中每个元素都是图像中的一个轮廓（其他的不要） refCnts, hierarchy = cv2.findContours(ref, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 只检测外轮廓，保留坐标点

`cv2.findContours()`函数用于在二值图像中查找轮廓。它接受三个参数：输入图像、轮廓检索模式和轮廓近似方法。

- 输入图像应为二值图像，即只有黑色和白色两种颜色。
- 轮廓检索模式决定了要提取的轮廓类型。在这里，我们使用`cv2.RETR_EXTERNAL`，它只检测外部轮廓，而不考虑内部轮廓。
- 轮廓近似方法决定了如何存储轮廓的坐标点。在这里，我们使用`cv2.CHAIN_APPROX_SIMPLE`，它只保留终点坐标，以节省内存。

函数返回一个包含轮廓的列表`refCnts`和一个包含轮廓之间关系的层次结构`hierarchy`。在这里，我们只关心外部轮廓，所以只使用了`refCnts`。列表中的每个元素都是图像中的一个轮廓，可以通过遍历列表来获取每个轮廓。

根据你的代码示例，`ref`是一个二值图像，您希望得到每个轮廓的外接矩形。可以通过使用`cv2.boundingRect()`函数来计算每个轮廓的外接矩形。例如：

for contour in refCnts:
    x, y, w, h = cv2.boundingRect(contour)
    # 在图像上绘制外接矩形
    cv2.rectangle(ref, (x, y), (x+w, y+h), (0, 255, 0), 2)

这样，您可以在原始图像上绘制出每个轮廓的外接矩形。