cvFindContours函数：
int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
image：
　　8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveThreshold和cvCanny。
storage：返回轮廓的容器。
first_contour：
　　输出参数，用于存储指向第一个外接轮廓。
header_size：
　　header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则 header_size >= sizeof(CvContour)。
mode：
　　CV_RETR_EXTERNAL：只检索最外面的轮廓；
　　CV_RETR_LIST：检索所有的轮廓，并将其放入list中；
　　CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；
　　CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。

　　 蓝色表示v_next，绿色表示h_next
method：
　　边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：
　　CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
　　CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。
　　CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。
　　CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。
　　CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。
offset：
　　偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。

我的一个不知道从哪里抄来的栗子：

#include "stdafx.h"

#include "cv.h"

#include "highgui.h"

#define CVX_RED CV_RGB(0xff, 0x00, 0x00)

#define CVX_GREEN CV_RGB(0x00, 0xff, 0x00)

#define CVX_BLUE CV_RGB(0x00, 0x00, 0xff)

using namespace cv;

int main()

{

    IplImage* img_8uc1 = NULL;

    cvNamedWindow("img_contour", CV_WINDOW_AUTOSIZE);  

    if (img_8uc1 = cvLoadImage("cv38.jpg", 0))

    {

        IplImage* img_edge = cvCreateImage(cvGetSize(img_8uc1), 8, 1);

        IplImage* img_8uc3 = cvCreateImage(cvGetSize(img_8uc1), 8, 3);  

        cvThreshold(img_8uc1, img_edge, 128, 255, CV_THRESH_BINARY);

        //对灰度图img_8uc1 像进行阈值操作得到二值图像 img_edge  

        CvMemStorage* storage = cvCreateMemStorage();

        //创建一个内存储存器 默认为 64K  

        CvSeq* first_contour = NULL;

        //创建一个动态序列指针，用其指向第一个存储轮廓单元地址  

        int NC = cvFindContours(

            //cvFindContours从二值图像中检索轮廓，并返回检测到的轮廓的个数

            img_edge,

            storage,                //存储轮廓元素的储存容器

            &first_contour,         //指向第一个输出轮廓

            sizeof (CvContour),

            CV_RETR_LIST            //提取所有轮廓，并且放置在 list 中

            );  

        printf("Total Contours Detected: %d\n", NC);  

        cvCvtColor(img_8uc1, img_8uc3, CV_GRAY2BGR);

        //色彩空间转换,将img_8uc1 转换为BGR空间,img_8uc3 为转换后结果  

        int n = 0;

        //用于下面轮廓的记数

        for (CvSeq* c=first_contour; c!=NULL; c = c->h_next)

        {   //从第一个轮廓开始遍历,直到所有轮廓都遍历结束  

            CvRect rect = cvBoundingRect(c,1); 

            if (rect.height > 0 && rect.width > 0 )

            {

                if ( (double)rect.height / (double)rect.width > 5 || (double)rect.height / (double)rect.width < 0.2 )

                {

                    continue ;

                }

            }

            if ( cvContourArea(c) < 20 )

            {

                continue ;

            }

            cvDrawContours(

                img_8uc3,   //用于绘制轮廓的图像

                c,          //指向目前轮廓所在地址空间

                CVX_RED,    //外层轮廓颜色

                CVX_BLUE,   //内层轮廓颜色

                0,          //等级为0，绘制单独的轮廓

                1,          //轮廓线条粗细

                8           //线段类型为（8邻接)连接线

                );  

            printf("Contour #%d\n", n);

            //输出第 n 个轮廓  

            n++;

        }  

        cvShowImage("img_contour", img_8uc3);

        //显示目前已绘制的轮廓图像  

        printf("Finished all contours. Hit ESC to finish\n");  

        while (cvWaitKey() != 27);  

        cvReleaseImage(&img_edge);

        cvReleaseImage(&img_8uc3);

    }

    cvDestroyWindow("img_contour");

    cvReleaseImage(&img_8uc1);

    return 0;

}  

　　代码注释还算仔细，我就不想多写了。