You need to enable JavaScript to run this app. 如何使用OpenCV正确提取图像中的纸张轮廓
优惠活动
大模型
产品
解决方案
定价
更多

如何使用OpenCV正确提取图像中的纸张轮廓

纸张轮廓提取实现方案

核心处理步骤

  • 优先使用自适应局部阈值替代全局静态阈值、Otsu阈值:你使用的图像存在局部光照差异,全局阈值无法适配全图。OpenCV中可调用adaptiveThreshold(),邻域窗口设为11x11,偏移常数设为2,可直接区分浅色纸张和深色背景
  • 阈值处理后执行形态学闭运算:使用3x3矩形结构元迭代2次,填充纸张内部的微小孔洞、消除背景噪点
  • 直接在二值图上提取外轮廓:调用findContours()时设置RETR_EXTERNAL参数,仅提取最外层轮廓,过滤掉纸张内部印刷内容产生的无效轮廓
  • 轮廓筛选:按照面积阈值过滤所有小于单张纸张最小面积的轮廓,你已经可以正确统计纸张数量,这一步可以直接锁定所有目标轮廓
  • 轮廓拟合优化:对每个目标轮廓调用approxPolyDP()做多边形近似,精度参数设置为轮廓周长的2%,即可得到规整的四边形边界;如果需要更平滑的结果,再对近似后的多边形顶点求凸包即可,你之前凸包提取不准是因为输入的轮廓包含大量噪点,筛选后再计算即可解决

可选增强方案

如果阈值分割效果仍不理想,可以先将原图转换到LAB颜色空间,提取L亮度通道后再做阈值分割,可排除背景彩色纹理对分割结果的干扰。

内容的提问来源于stack exchange,提问作者libby

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.18 07:06:09