Opencv 如何改进目标检测？

我想改进我的项目，它是为目标检测而设计的

首先，为了得到我的实际结果，我使用了

absdiff

，接下来我在我的代码中使用了以下操作：

cv::threshold(subtractionResultEdges, threshold, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

    Sobel(threshold, sobel, CV_32F, 1, 0);

    minMaxLoc(sobel, &minVal, &maxVal);

    sobel.convertTo(sobel, CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));

    dilate(subtractionResultEdges, subtractionResultEdges, verticalStructreMat, Point(-1, -1));


    erode(subtractionResultEdges, filteredResult, verticalStructreMat, Point(-1, -1));

    Canny(filteredResult, filteredResult, 33, 100, 3);

我的最后一个操作是

findContours（canny_输出，*轮廓，*层次结构，CV_RETR_树，CV_链_近似_简单，点（0,0））

这是我使用
累积
函数（20帧）获得的每个函数和前景后的结果：

前景：

减法：

索贝尔：

阈值：

扩张、侵蚀和精明：


findContours：

背景也可通过
累积
功能获得

你能帮我更好地检测角点或轮廓吗？我需要它，以像素为单位获取对象大小

提前谢谢
 对部分使用更大的内核，可能是（11，11）或更大的内核，或者进行多次迭代（这可以设置为一个参数）。这将更好地连接检测到的对象的各个部分，然后您将拥有更少的轮廓

为了计算面积，你可以使用
你能提供一个你想要的检测的例子吗？我想检测包裹。一般来说，物体应该是一个长方体。它不能平行于相机的边缘，所以我不想使用
boundingRect
函数，因为在我看来，检测的误差太大了。试着腐蚀，而不要使用使用Canny然后查找轮廓，当它变成一团白色像素时，它应该给出一个边界矩形。我试过这样做，就像你说的，但结果比以前更糟。还有其他想法吗？@Shreyas Kapur这是结果：我试过使用更大的扩张和侵蚀过滤器，我得到了一些结果。你能告诉我如何获得高度和宽度吗h来自
轮廓区域
（）？可能使用其他函数，在这个结果上，我使用
findContours
函数得到。不是从
contourArea
而是从中可以得到宽度和高度。
boundingRect
我以前试过，但对我来说不起作用。你说不起作用是什么意思？它将返回轮廓的边框。。因此，也许你的轮廓一开始就不好？我的意思是这个函数不能包围我的对象的矩形，因为我认为轮廓是不完整的。它们不是闭合的。