在python中，怎样把二值图的轮廓点每一百个取一个样点，把样点坐标存在数组中呢...

你可以使用 `cv2.findContours()` 函数来获取二值图的轮廓，然后使用简单的循环和条件语句来筛选出每个轮廓中的每一百个点，最后存储到数组中。下面是一个示例代码：

import cv2
import numpy as np

img = cv2.imread('binary_image.png', 0)
contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

contour_points = []
for contour in contours:
    for i, point in enumerate(contour):
        if i % 100 == 0:
            x, y = point[0]
            contour_points.append((x, y))

在这个示例中，我们使用 `cv2.imread()` 函数读入二值图像，并使用 `cv2.findContours()` 函数获取轮廓和层级信息。然后，我们循环遍历每个轮廓中的每个点，检查其索引是否是 100 的整数倍。如果是，我们将该点的坐标添加到 `contour_points` 数组中。

请注意，我们假设每个轮廓都是封闭的，因此最后的样点数组中将包含轮廓的起点和终点。如果你想要去掉这些点，只需添加一个简单的条件判断即可。