Python 如何在没有误报的情况下绘制/轮廓图像中形状的边缘？

我正在尝试制作一个脚本，在这个脚本中，我可以绘制图像中每个形状的轮廓，在某些情况下可以工作，但在形状的颜色出现一些退化时失败。它的本意是绘制形状的轮廓（本例中为矩形），但无法绘制整个矩形，还添加了一些内部为假阳性的点。有没有一种方法可以让脚本或其他工具变得不那么敏感，从而帮助我实现这一点

from __future__ import print_function
import os
import imutils
import cv2
from PIL import Image
import numpy as np


print("OpenCV Version: {}".format(cv2.__version__))
image = cv2.imread("input.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 225, 255, cv2.THRESH_BINARY_INV)[1]
if imutils.is_cv2() or imutils.is_cv4():
    (cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
        cv2.CHAIN_APPROX_NONE)
elif imutils.is_cv3():
    (_, cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
        cv2.CHAIN_APPROX_NONE)

cv2.drawContours(image, cnts, -1, (50, 50, 50),24)

RGBimage = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
PILimage = Image.fromarray(RGBimage)
PILimage.save('output.png', dpi=(300,300))

---

使用以下命令更改阈值：

---

thresh=cv2.threshold（灰色，250，255，cv2.thresh\u BINARY\u INV）[1]

你也可以发布原始图像吗？我想试试你的代码。我在试着学习枕头。我不知道找到的玩具是如何工作的，你能用同样的方式变换你的图像，使它只有两种颜色吗？tha docs说，轮廓可以简单地解释为一条连接所有连续点（沿边界）的曲线，具有相同的颜色或强度。轮廓线是形状分析、目标检测和识别的有用工具。为了获得更好的准确度，请使用二进制图像。因此，在找到轮廓之前，应用阈值或canny边缘检测threshold@lorelayb您好，使用您的代码作为输入，我将其作为输出，这样您的代码似乎可以正常工作。使用您上传的输入返回输入图像作为输出不确定它是否与countur查找白色而非黑色有关countour谢谢！发现更改阈值实际上是关键，目前还不确定计算阈值的最佳方法是什么，但会尝试进行不同的测试，以便更好地了解如何在不同的场景中选择值，但希望250255左右的东西能在不同的场景下继续发挥作用。不知道猜测取决于你拥有的灰色范围，也取决于你拥有的颜色范围。看看这个：在优化findcounturs方面很有趣