OpenCV调用drawContours绘制随机颜色轮廓时始终显示为白色问题求助

架构老林

2026-9-27

排查思路

第一步：验证目标图像的数据类型与取值范围
这是该类问题最高发的诱因，在绘制轮廓前插入代码打印图像属性：
```
print(mosaic.dtype, mosaic.min(), mosaic.max())
```
如果输出为float32/float64类型，且最大值接近1：说明你的图像是0_{1取值的浮点格式，你传入0}255范围的颜色值时，所有大于1的数值都会被OpenCV截断为1，对应纯白色。解决方案是将随机颜色生成逻辑改为输出0~1范围的浮点值即可：
```
color = np.random.rand(3).tolist()
```
如果输出为uint8类型，最大值为255，可排除该类问题，继续后续排查。
第二步：排查轮廓重叠问题
如果contours中存在大量完全重叠的轮廓，多层不同颜色叠加后视觉效果会接近白色。你可以临时修改代码仅绘制单个轮廓验证：
```
# 仅绘制第一个轮廓测试
c = contours[0]
color = list(np.random.rand(3)*255)
color = [int(x) for x in color]
cv2.drawContours(mosaic, [c], 0, color, 3)
```
此时如果颜色显示正常，说明是轮廓重叠导致的问题，你需要提前对轮廓做去重、过滤小轮廓的预处理。
第三步：排除后续处理逻辑的干扰
你可以在drawContours执行后立刻调用cv2.imwrite("test.png", mosaic)保存图像到本地，直接查看保存结果，排除后续归一化、直方图均衡、显示工具像素值映射等步骤导致的颜色异常。
第四步：替换随机颜色生成逻辑
避免手动类型转换可能存在的隐式问题，直接用numpy的随机整数接口生成符合要求的颜色值：
```
color = np.random.randint(0, 256, size=3, dtype=np.uint8).tolist()
```