使用 cv2 findContours 时，图像的轮廓显得非常草率。怎么提高？答案

【问题标题】：Contours from a image appear very sloppy with cv2 findContours. How to improve?使用 cv2 findContours 时，图像的轮廓显得非常草率。怎么提高？
【发布时间】：2019-04-09 12:45:59
【问题描述】：

我正在尝试使用 cv2 查找图像的轮廓。有很多相关的问题，但答案似乎总是非常具体，不适用于我的情况。

我有一张黑白图像，我会变成彩色。

thresh = cv2.cvtColor(thresh, cv2.COLOR_RGB2GRAY) 
plt.imshow(thresh)

接下来，我尝试找到轮廓。

image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

然后我通过在黑色背景上绘制它来可视化它。

blank_image = np.zeros((thresh.shape[0],thresh.shape[1],3), np.uint8) 
img = cv2.drawContours(blank_image, contours, 0, (255,255,255), 3)
plt.imshow(img)

轮廓遵循实际轮廓，即围绕整个事物。我怎样才能得到这样非常糟糕的油漆印象：

【问题讨论】：

我认为您正在寻找的工件是“边缘”，而不是“轮廓”。
提供重现问题的minimal reproducible example 以及原始输入图像。使用的 OpenCV 的状态版本。 |为什么第二个图中的坐标远远超过 4000？这是否意味着您的输入图像有那么大？
我使用的是 3.4.1 版本。是的，输入图像就是这么大。

标签： python opencv cv2

【解决方案1】：

您可以使用 Canny 边缘检测来执行此操作：

import cv2
frame = cv2.imread("iCyrOT3.png")                       # read a frame
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)          # turn it gray
edges = cv2.Canny(gray, 100, 200)                       # get canny edges
cv2.imshow('Test', edges)                               # display the result
cv2.waitKey(0)

【讨论】：

这行得通。奇怪的是，它不适用于大约 4000x4000 的原始图像。显然，尺寸需要足够小才能工作。
@MitchellvanZuylen，这很有趣。我会用它做实验。我也有使用轮廓的解决方案，但我必须在发布之前对其进行清理。