基于OpenCV的图像裁剪：轮廓检测无法识别首张拼接子图问题排查

你的代码无法识别第一张子图，大概率是以下几个原因之一：

1. 轮廓过滤条件排除了第一张图 #

你设置的过滤条件是cv2.contourArea(contour) > 400和0.5 < 高/宽 < 2.4，第一张子图可能不符合这个范围：

• 比如第一张图的宽高比超出了2.4（或低于0.5）
• 或者第一张图的轮廓面积小于400

验证方法：在过滤轮廓前，先打印所有轮廓的面积和宽高比：

for cnt in contours:
    area = cv2.contourArea(cnt)
    x, y, w, h = cv2.boundingRect(cnt)
    ratio = h / w
    print(f"轮廓面积: {area}, 宽高比: {ratio:.2f}")

根据输出的数值，调整过滤条件的阈值，比如把宽高比上限调到3，或者降低面积阈值到200。

2. 第一张图的轮廓与图像边缘重合，导致未被检测到 #

如果第一张子图的顶部、左侧和原图边缘完全贴合，cv2.findContours（用RETR_EXTERNAL模式）可能无法识别出完整的轮廓，因为外部轮廓需要被背景包围。

解决方法：给原图添加一圈白色边框，让第一张图的轮廓被边框包围：

image = cv2.imread(r'application_data\input_image\1706004061083.png')
# 添加5像素宽的白色边框
image = cv2.copyMakeBorder(image, 5, 5, 5, 5, cv2.BORDER_CONSTANT, value=(255, 255, 255))
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 后续代码不变

3. 自适应阈值参数不适合第一张图 #

自适应阈值的blockSize（11）和C值（10）可能对第一张图的前景背景分离效果不好，导致二值化后第一张图的轮廓丢失。

调整方法：尝试修改这两个参数，比如把blockSize改成21，C改成5，或者换成cv2.ADAPTIVE_THRESH_GAUSSIAN_C模式：

binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 21, 5)

完整调整后的示例代码 #

import cv2

image = cv2.imread(r'application_data\input_image\1706004061083.png')
# 添加白色边框解决边缘轮廓问题
image = cv2.copyMakeBorder(image, 5, 5, 5, 5, cv2.BORDER_CONSTANT, value=(255, 255, 255))
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 调整自适应阈值参数
binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 21, 5)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 放宽过滤条件，根据实际打印的数值调整
filtered_contours = [contour for contour in contours if cv2.contourArea(contour) > 200 and 0.3 < cv2.boundingRect(contour)[3] / cv2.boundingRect(contour)[2] < 3]
filtered_contours = sorted(filtered_contours, key=lambda x: cv2.boundingRect(x)[1])

for index, contour in enumerate(filtered_contours):
    x, y, w, h = cv2.boundingRect(contour)
    # 裁剪时去掉添加的边框偏移
    roi = image[y-5 if y>5 else y : y+h, x-5 if x>5 else x : x+w]
    cv2.imshow(f'Individual Image {index + 1}', roi)
    cv2.waitKey(0)

cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者duyanhhz