对于cv2.findContours() 函数，相信很多人都在使用，利用其进行轮廓的寻找，之后利用cnt[num]，对第num个轮廓进行操作，但是该函数返回的三个参数具体表示的是什么呢？
下面就进行详细介绍，为了能够使读者更加深入的理解，利用下面的例程进行具体分析。
Python程序如下：
improve cv2
improve numpy as np
img=cv2.imread('test.jpg')
imgray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh=cv2.thrshold(imgray,127,255,0)
image,cnts,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.imshow('imageshow',image) # 显示返回值image，其实与输入参数的thresh原图没啥区别
cv2.waitKey()
print(np.size(cnts)) # 得到该图中总的轮廓数量
print(cnts[0]) # 打印出第一个轮廓的所有点的坐标， 更改此处的0，为0--（总轮廓数-1），可打印出相应轮廓所有点的坐标
print(hierarchy) #打印出相应轮廓之间的关系
img=cv2.drawCountours(img,[cnts[0]],-1,(0,255,0),10) #标记处编号为0的轮廓
cv2.imshow('drawimg',img)
cv2.waitKey()输出结果为：
5 ###说明总轮廓是为5
[[[272 421]] #编号为0的轮廓的一系列坐标值[[270 423]]
......
......[[274 421]]
###各轮廓间关系
[[[ 1 -1 -1 -1] #轮廓0
[ 4 0 2 -1] #轮廓1
[-1 -1 3 1] #轮廓2
[-1 -1 -1 2] #轮廓3
[-1 1 -1 -1]]] #轮廓4
下面具体解释下hierarchy输出的矩阵参数的意义
其输出矩矩阵大小为NXM， 其中N为轮廓的个数，M恒等于4，也就是说每一行的4个数，能够表示出轮廓间的相互关系，那么具体是怎样表示的呢
第一个数：表示同一级轮廓的下个轮廓的编号，如果这一级轮廓没有下一个轮廓，一般是这一级轮廓的最后一个的时候，则为-1
第二个数：表示同一级轮廓的上个轮廓的编号，如果这一级轮廓没有上一个轮廓，一般是这一级轮廓的第一个的时候，则为-1
第三个数：表示该轮廓包含的下一级轮廓的第一个的编号，假如没有，则为-1
第四个数： 表示该轮廓的上一级轮廓的编号，假如没有上一级，则为-1
废话不多说，直接上图，标记处各轮廓间层次关系及编号
具体分析证明：
[[[ 1 -1 -1 -1] #轮廓0 [ 4 0 2 -1] #轮廓1[-1 -1 3 1] #轮廓2[-1 -1 -1 2] #轮廓3[-1 1 -1 -1]]] #轮廓4
轮廓0，它的同级下一个的编号为1,第一个参数为1； 因为这一级别的第一个，第二个参数-1；因为不包含子轮廓，所以第三个参数-1；因为处于第一级，其不属于任何别的级别，所以第四个参数为-1
轮廓1，它的同级下一个的编号为4,第一个参数为4； 因为这一级别的上一个的编号为0，第二个参数0；因为包含子轮廓，且子轮廓的第一个编号（当然只包含一个，多个也是同样的道理）为2，所以第三个参数2；因为处于第一级，其不属于任何别的级别，所以第四个参数为-1
轮廓2，它是第二级的最后一个（因为只有一个），所以第一个参数为-1； 它也是第二级的第一个，所以第二个参数为-1；因为包含子轮廓，且子轮廓的第一个编号（当然只包含一个，多个也是同样的道理）为3，所以第三个参数3； 因为处于第二级，其属于上一级的轮廓1，所以第四个参数为1
依次类推 。。。。。轮廓3
轮廓4 它是同一级（第一级）的最后一个，因此第一个参数为-1；因为这一级别的上一个的编号为1，第二个参数1；因为不包含子轮廓，所以第三个参数-1；因为处于第一级，其不属于任何别的级别，所以第四个参数为-1
