OpenCV检测图像坐标实现裁剪未达预期问题求解

问题描述 #

需要使用OpenCV检测图像坐标，完成目标图像的裁剪操作，编写代码实现该功能后运行效果未达预期，原有代码如下：

import cv2

#reading image
image = cv2.imread("input.PNG")

#converting to gray scale
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

#applying canny edge detection
edged = cv2.Canny(image, 10, 250)

#finding contours
(_, cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
idx = 0
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    if w>50 and h>50:
        idx+=1
        new_img=image[y:y+h,x:x+w]
        #cropping images
        cv2.imwrite("cropped/"+str(idx) + '.png', new_img)
#cv2.imshow("Original Image",image)
#cv2.imshow("Canny Edge",edged)
#cv2.waitKey(0)

测试素材 #

• 输入图像：
  
• 当前代码运行输出结果：
  

问题原因 #

• Canny边缘检测传参错误：代码已完成灰度图转换，但实际传入Canny接口的是原始三通道图像，边缘检测结果存在大量误检。
• 缺少边缘连接步骤：Canny输出的边缘存在自然断裂，直接查找轮廓会得到大量细碎独立轮廓，无法匹配完整目标外框。
• 接口兼容性问题：OpenCV 4.x版本findContours仅返回轮廓、层级2个结果，原有3返回值写法会触发版本兼容错误。
• 轮廓筛选逻辑粗糙：仅通过宽高大于50的条件过滤轮廓，会将边缘碎块、图像内部小元素全部判定为裁剪目标，无法得到完整目标区域。

修复方案 #

1. 修正Canny接口传参，传入预处理后的灰度图，提前做高斯模糊减少噪点误检
2. 边缘检测后增加形态学闭运算，连接断裂的外轮廓边
3. 做跨版本兼容处理，适配不同OpenCV版本的轮廓查找返回值
4. 对检测到的轮廓按面积降序排序，通过多边形近似筛选出4个顶点的矩形外框作为目标裁剪区域

修复后完整代码 #

import cv2
import numpy as np

# 读取图像
image = cv2.imread("input.PNG")
orig = image.copy()
# 转灰度图后做高斯模糊降噪
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
# Canny边缘检测
edged = cv2.Canny(gray, 50, 200)

# 形态学闭运算连接断裂轮廓
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))
edged = cv2.morphologyEx(edged, cv2.MORPH_CLOSE, kernel)

# 兼容不同OpenCV版本的轮廓查找接口
cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
# 按轮廓面积从大到小排序
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)

target_rect = None
for c in cnts:
    # 多边形近似筛选矩形外框
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02 * peri, True)
    if len(approx) == 4:
        target_rect = approx
        break

# 裁剪并保存目标区域
if target_rect is not None:
    x, y, w, h = cv2.boundingRect(target_rect)
    cropped = orig[y:y+h, x:x+w]
    cv2.imwrite("cropped/target.png", cropped)

内容的提问来源于stack exchange，提问作者kp987987