边界框、最小矩形区域和最小闭圆的轮廓：
找到一个正方形轮廓很简单 找不规则的、歪斜的以及旋转的形状可用OpencV的cv2.findContours函数。

import cv2
import numpy as np

img = cv2.pyrDown(cv2.imread("hammer.jpg", cv2.IMREAD_UNCHANGED))

ret, thresh = cv2.threshold(cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY) , 127, 255, cv2.THRESH_BINARY)
image, contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for c in contours:
  # find bounding box coordinates
  x,y,w,h = cv2.boundingRect(c)
  cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2)

  # find minimum area
  rect = cv2.minAreaRect(c)
  # calculate coordinates of the minimum area rectangle
  box = cv2.boxPoints(rect)
  # normalize coordinates to integers
  box = np.int0(box)
  # draw contours
  cv2.drawContours(img, [box], 0, (0,0, 255), 3)
  
  # calculate center and radius of minimum enclosing circle
  (x,y),radius = cv2.minEnclosingCircle(c)
  # cast to integers
  center = (int(x),int(y))
  radius = int(radius)
  # draw the circle
  img = cv2.circle(img,center,radius,(0,255,0),2)

cv2.drawContours(img, contours, -1, (255, 0, 0), 1)
cv2.imshow("contours", img)

cv2.waitKey()
cv2.destroyAllWindows()

结果：

加载图片后先进行阈值处理，由于原图为黑白图片所以阈值较为简单
计算简单的边界框：

x,y,w,h=cv2.boundingRect(c)

转化为框的坐标及宽度，再画出框：

cv.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

第二步计算出包围最小的矩形区域

rect = cv2.minAreaRect(c)
  # calculate coordinates of the minimum area rectangle
  box = cv2.boxPoints(rect)
  # normalize coordinates to integers
  box = np.int0(box)

注意计算所得的顶点坐标为浮点型的，像素坐标必须为整数，所以必须做一个转换，然后画出这个矩形，可以用cv2.drawContours函数来：

cv2.drawContours(img,[box],0,(0,0,255),3)

该函数的第二个参数接收一个保存着轮廓的数组，从而可以在一次操作中绘制一系列轮廓。第三个参数为所要绘制的轮廓的索引，-1为绘制所有的轮廓，否则只会绘制轮廓组中指定的轮廓
最后检查的边界轮廓为最小闭圆：

(x,y),radius = cv2.minEnclosingCircle(c)
  # cast to integers
  center = (int(x),int(y))
  radius = int(radius)

cv2.minEnclosingCircle函数会返回一个二元组，第一个元素为圆心坐标组成的元组，第二个元素为圆的半径值。