img:输入需要检测的二值化图片（先转化为灰度图片,再转化为二值化）
mode:检测模式，我们一般都是采用 RETR_TREE ,检测所有轮廓信息的模式
method:轮廓逼近的方法：一般使用 CHAIN_APPROX_NONE.。
步骤一(图片二值化）：img=cv2.imread(‘路径’)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY) #thresh是返回的二值化图片，127是像素的阈值，低于127全部变为0 ，高于127全部变为255，具体看二值化操作）
步骤二（轮廓绘制）：import cv2
## 轮廓绘制
img=cv2.imread('1.jpg')
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY) #thresh是返回的二值化图片，127是像素的阈值，低于127全部变为0 ，高于127全部变为255，具体看二值化操作）
contours,htt=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) #返回三个值，其中contours是返回轮廓本身
img2=img.copy() #需要复制一下图片，生成副本！否则再后续的轮廓绘制中，会改变原图
res=cv2.drawContours(img2,contours,-1,(0,0,255),1)#绘制轮廓，先传入原始图片，再传入轮廓信息，-1表示绘制所有轮廓，（）是绘制曲线的颜色，1表示绘制曲线的宽度,最终返回绘制效果
cv2.imshow('d',res)
cv2.waitKey(0)
cv2.destroyAllWindows()
