如何将OpenCV读取的轮廓传入Matplotlib进行显示？

错误原因 #

OpenCV的cv2.findContours()返回的contours是轮廓点的列表，每个轮廓是形状为(N, 1, 2)的numpy数组（N是该轮廓的点数量）；而Matplotlib的plt.contour()需要的是二维数值数组（比如灰度图、高度图这类网格数据），两者数据格式完全不匹配，因此抛出形状不兼容的错误。

正确实现方式 #

要在Matplotlib中显示OpenCV检测到的轮廓，需要遍历每个轮廓，提取坐标后用plt.plot()绘制，或者先显示原图再叠加轮廓：

方法1：单独绘制轮廓 #

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('sample.jpeg')
# 转灰度并二值化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, bin_img = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
# 检测轮廓（传入具体参数，避免变量未定义报错）
contours, hierarchy = cv2.findContours(bin_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建画布并绘制所有轮廓
plt.figure(figsize=(8, 8))
for cnt in contours:
    # 将轮廓点形状从(N,1,2)转为(N,2)，提取x、y坐标
    x = cnt[:, 0, 0]
    y = cnt[:, 0, 1]
    plt.plot(x, y, color='red', linewidth=2)

# 翻转y轴，匹配OpenCV坐标系统（可选，根据显示效果调整）
plt.gca().invert_yaxis()
plt.axis('off')
plt.show()

方法2：在原图上叠加轮廓显示 #

如果需要在原图背景上查看轮廓，先把OpenCV的BGR格式转为RGB（适配Matplotlib的颜色通道顺序），再叠加绘制：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('sample.jpeg')
# BGR转RGB，适配Matplotlib显示
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, bin_img = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
contours, hierarchy = cv2.findContours(bin_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

plt.figure(figsize=(8, 8))
plt.imshow(img_rgb)
# 遍历绘制所有轮廓
for cnt in contours:
    x = cnt[:, 0, 0]
    y = cnt[:, 0, 1]
    plt.plot(x, y, color='red', linewidth=2)

plt.axis('off')
plt.show()

补充说明 #

• cv2.findContours()的mode和method参数必须传入具体枚举值（比如cv2.RETR_EXTERNAL、cv2.CHAIN_APPROX_SIMPLE），不能直接使用未定义的变量mode和method。
• OpenCV的坐标系统y轴向下，Matplotlib默认y轴向上，若轮廓位置显示异常，可通过plt.gca().invert_yaxis()翻转y轴。

内容的提问来源于stack exchange，提问作者Terminus