cv2.findContours，提供代码

cv2.findContours是一个在图像中查找轮廓的函数，它可以用来检测和描述图像中的形状和边界。该函数需要输入一个二值化图像，然后在图像中找到所有的轮廓，并将其存储在一个列表中。以下是示例代码：

import cv2

# 读取一张图片
img = cv2.imread('example.jpg')

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

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

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

# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

# 显示结果
cv2.imshow('contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取一张图片，然后将其转换为灰度图像，并进行二值化处理。然后使用cv2.findContours函数查找轮廓，并将结果存储在变量contours和hierarchy中。最后，我们使用cv2.drawContours函数将轮廓绘制在原始图像上，并显示结果。

相关问题

cv2.findContours模式

cv2.findContours函数中的mode参数指定了轮廓的提取模式。常见的模式有以下几种：

- cv2.RETR_EXTERNAL: 只提取最外层的轮廓，忽略内部的轮廓。
- cv2.RETR_LIST: 提取所有轮廓，并将它们保存在一个列表中，不考虑层次关系。
- cv2.RETR_CCOMP: 提取所有轮廓，并将它们保存在两级层次结构中。外层轮廓位于顶层，内层轮廓位于次级层次。
- cv2.RETR_TREE: 提取所有轮廓，并将它们保存在完整的层次结构中，包含所有的层级关系。

在给定的引用代码中，使用的是cv2.RETR_TREE模式进行轮廓提取。这意味着函数会提取出所有的轮廓，并将它们保存在完整的层次结构中。

cv2.findContours报错

`cv2.findContours()` 函数通常在图像处理中用于查找和提取图像的轮廓。如果该函数报错，可能是以下原因之一：

1. 输入的图像不是灰度图像或二值图像。因此，需要确保输入图像是单通道的灰度图像或二值图像。

2. 输入的二值图像没有经过阈值化处理。因此，需要确保输入的二值图像已经通过阈值化处理，将像素值转换为0或255。

3. OpenCV版本问题。在旧版本的OpenCV中， `cv2.findContours()` 函数的返回值是一个元组 `(contours, hierarchy)` ，而在新版本的OpenCV中，返回值是一个列表 `contours` 。因此，需要根据OpenCV版本的不同来处理返回值。

4. 在调用 `cv2.findContours()` 函数之前，需要确保输入图像已经被正确的加载和读取。

可以根据具体的错误信息和代码进行排查和解决。