contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)中的contours, hierarchy

### 回答1：
`contours` 是一个 Python 列表，其中包含检测到的轮廓。每个轮廓都由一组点表示，并存储为 NumPy 数组。每个点都由其 x 和 y 坐标表示。因此，`contours` 中的每个元素都是一个 NumPy 数组，其中包含轮廓中所有点的坐标。

`hierarchy` 可以用来分层表示轮廓之间的关系。如果两个轮廓重叠，则其中一个轮廓将被认为是父轮廓，另一个轮廓将被认为是子轮廓。`hierarchy` 列表的每个元素都是一个包含四个整数的列表，依次表示父轮廓、子轮廓、下一个兄弟轮廓和前一个兄弟轮廓的索引。如果没有父轮廓、子轮廓、下一个兄弟轮廓或前一个兄弟轮廓，则对应的索引为 -1。

### 回答2：
在OpenCV中，findContours函数用于查找图像中的轮廓。其参数包括输入图像edges、轮廓检索模式RETR_EXTERNAL和轮廓逼近方法CHAIN_APPROX_SIMPLE。该函数将返回两个值，即轮廓集合contours和轮廓的层次结构hierarchy。

contours是一个包含所有轮廓的列表，每个轮廓都是一个由点构成的Numpy数组。每个轮廓数组的形状为(N,1,2)，其中N表示轮廓上的点的数量。通过遍历contours列表，可以获取每个轮廓的信息，如面积、周长、边界框和中心等。

hierarchy是一个包含轮廓的层次结构的多维数组，形状为(N,4)，其中N是轮廓的数量。每个轮廓在hierarchy中的结构信息以四个整数表示，分别为[Next, Previous, First Child, Parent]。其中Next表示同一层级上的下一个轮廓的索引，Previous表示同一层级上的前一个轮廓的索引，First Child表示第一个子轮廓的索引，Parent表示父轮廓的索引。

通过分析hierarchy数组的值，可以获得轮廓之间的层级关系，如是否是外部轮廓、是否具有子轮廓等。对于没有父轮廓的最外层轮廓，hierarchy数组的对应元素为[-1, -1, -1, -1]。对于没有子轮廓的内部轮廓，hierarchy数组的对应元素为[-1, -1, -1, Parent]，其中Parent表示该内部轮廓的父轮廓的索引。

综上所述，通过findContours函数的返回值contours和hierarchy，可以方便地获取图像中的轮廓信息并分析轮廓的层级关系。

### 回答3：
在OpenCV中，函数cv2.findContours()用于从边缘图像中检测并提取轮廓。该函数的参数包括输入边缘图像（edges），轮廓检索模式（cv2.RETR_EXTERNAL）和轮廓近似方法（cv2.CHAIN_APPROX_SIMPLE）。

其中，contours是一个列表，包含了检测到的所有轮廓。每个检测到的轮廓都是一个由点组成的列表，表示该轮廓的形状。

hierarchy是一个包含层级信息的多维数组。每个轮廓的层级信息由四个整数值表示，分别是后一个轮廓的序号、前一个轮廓的序号、子轮廓的序号和父轮廓的序号。它们的含义如下：

1. 后一个轮廓的序号：同一层级下的后一个轮廓编号，如果当前轮廓是最后一个，则被设置为-1。
2. 前一个轮廓的序号：同一层级下的前一个轮廓编号，如果当前轮廓是第一个，则被设置为-1。
3. 子轮廓的序号：当前轮廓的第一个子轮廓的编号，如果当前轮廓没有子轮廓，则被设置为-1。
4. 父轮廓的序号：当前轮廓的父轮廓的编号，如果当前轮廓没有父轮廓，则被设置为-1。

通过contours和hierarchy，可以获取和处理检测到的轮廓信息，如绘制轮廓、计算轮廓的面积和周长等。