cnts,hierarchy= cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, ValueError: not enough values to unpack (expected 2, got 1)解决此问题

当你遇到cv2.findContours()函数返回错误"not enough values to unpack (expected 2, got 1)"，这通常是因为函数期望返回两个值（轮廓列表和层次结构），但实际上它只返回了一个。这个错误发生在OpenCV版本4.x之后，findContours()的默认行为发生了变化，不再直接返回层次信息。
为了解决这个问题，你需要明确指定你想要获取的结果。你可以通过设置cv2 RETR_TREE标志来获取层次结构，同时使用cv2.CHAIN_APPROX_SIMPLE来压缩轮廓表示。这里是修改后的代码示例：
import cv2

# 其他步骤...
thresh = ... # 二值化图像
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
登录后复制
在这个例子中，RETR_TREE会返回一个嵌套的轮廓树，CHAIN_APPROX_SIMPLE会让OpenCV使用更紧凑的方式存储轮廓数据。现在你应该能得到预期的两个值了。

相关问题

cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

cv2.findContours()函数是用于寻找图像中的轮廓的函数。该函数会返回三个参数：第一个参数是二值化图像，第二个参数是轮廓检索模式（RETR_TREE表示检索所有轮廓并建立轮廓之间的层级关系），第三个参数是轮廓逼近方法（CHAIN_APPROX_NONE表示保留轮廓的所有点）。函数返回的第一个参数cnts是一个包含所有轮廓的列表，每个轮廓由一系列点的坐标组成。

cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0] cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]

这段代码使用OpenCV的cv2.findContours函数从边缘图像中查找轮廓。
首先，edged.copy()创建了 edged 的副本，以确保原始图像不会被修改。
然后，cv2.findContours函数被调用，它接受三个参数：

第一个参数是边缘图像
第二个参数是轮廓检索模式，这里使用cv2.RETR_LIST表示检索所有的轮廓
第三个参数是轮廓近似方法，这里使用cv2.CHAIN_APPROX_SIMPLE表示使用简单的近似方法来存储轮廓的点

cv2.findContours函数的返回值是一个包含所有轮廓的列表，其中每个轮廓都是一个NumPy数组。
接下来，使用sorted函数对轮廓进行排序。排序的依据是每个轮廓的面积，通过调用cv2.contourArea函数来计算。参数reverse=True表示按照面积从大到小进行排序。
最后，通过切片操作[:5]取出前5个面积最大的轮廓，并将结果保存在cnts变量中。