Python OpenCV为Canny边缘图像绘制外接框时findContours报错如何解决

报错原因 #

error: (-210:Unsupported format or combination of formats) [Start]FindContours supports only CV_8UC1 images when mode != CV_RETR_FLOODFILL otherwise supports CV_32SC1 images only
上述报错的核心原因是：非CV_RETR_FLOODFILL模式下，cv2.findContours仅支持*单通道8位无符号整数（CV_8UC1）*的二值图像作为输入，你传入的Canny边缘图像不符合格式要求，常见情况为图像为三通道格式、或位深不是uint8。

实现步骤 #

• 读取图像：优先以灰度模式读取原图，避免后续多余的通道转换操作
• 边缘检测：调用Canny算法得到边缘二值图，输出本身为uint8单通道格式
• 格式校验：转换图像为符合要求的CV_8UC1格式，这是修复报错的核心步骤
• 轮廓查找：调用findContours提取边缘轮廓，推荐使用外层轮廓检索模式减少冗余计算
• 框体绘制：遍历有效轮廓，计算外接矩形坐标并绘制bounding box

可运行代码示例 #

import cv2
import numpy as np

# 读入灰度图
gray_img = cv2.imread("pig.jpg", cv2.IMREAD_GRAYSCALE)
# 如需在彩色图上绘制框，可同时读取彩色原图
color_img = cv2.imread("pig.jpg")

# Canny边缘检测，阈值可根据实际效果调整
canny_edge = cv2.Canny(gray_img, threshold1=50, threshold2=150)

# 格式转换：确保输入findContours的图像为单通道uint8格式
canny_edge = canny_edge.astype(np.uint8)
# 校验：打印shape应为(高, 宽)无第三通道，dtype为uint8
print(canny_edge.shape, canny_edge.dtype)

# 查找外层轮廓
contours, _ = cv2.findContours(canny_edge, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 筛选有效轮廓并绘制框
for cnt in contours:
    # 过滤面积过小的噪声轮廓，阈值可按需调整
    if cv2.contourArea(cnt) < 10:
        continue
    # 获取外接矩形坐标
    x, y, w, h = cv2.boundingRect(cnt)
    # 在彩色图上绘制红色框，线宽2
    cv2.rectangle(color_img, (x, y), (x+w, y+h), (0,0,255), 2)

# 展示结果
cv2.imshow("Bounding Box Result", color_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

调优提示 #

• 若检测到过多杂散轮廓，可适当提高Canny的两个阈值，或增大轮廓面积筛选的阈值
• 若需要包围完整的小猪形状，可对Canny边缘图先执行一次cv2.dilate膨胀操作，连接断裂的边缘后再查找轮廓

内容的提问来源于stack exchange，提问作者TTT2