1. 从一堆噪点里把多边形“捞”出来轮廓检测到底在做什么很多人第一次接触轮廓检测脑子里想的都是“把图片里的形状找出来”。这个说法对但太粗了。真正做过几个项目之后你会发现轮廓检测的本质其实是从像素级别的灰度跳变里重建出有意义的几何边界。它不关心这个形状是三角形还是五边形它只负责把“连成一片、亮度相近、和周围有明显分界”的像素串成一条闭合曲线。至于这条曲线是几个角、是不是正多边形那是后面多边形逼近要干的事。我拿一个实际场景举例。假设你手头有一张白纸上画了几个黑色多边形的照片光照不均匀纸面还有轻微纹理。这时候如果直接上边缘检测你会得到一大堆碎线因为纸纹和阴影也会产生梯度。而轮廓检测的输入通常是二值图也就是先把图像变成“非黑即白”的掩膜再去找连通区域的边界。这一步的预处理质量直接决定了后面多边形识别能不能跑通。关键词里提到的“cvpy”基本就是在说用 Python 的 OpenCV 来做这件事。OpenCV 里最核心的两个函数是cv2.findContours和cv2.approxPolyDP。前者负责把二值图里的连通区域边界提取成点序列后者负责用更少的点去逼近这条边界逼近之后剩下的顶点数就是多边形的边数。听起来很简单但真正踩过坑的人都知道阈值怎么选、轮廓怎么过滤、逼近精度怎么定这三个问题能卡住百分之八十的新手。这篇文章适合谁看如果你已经会写 Python知道 OpenCV 的基本读写但一做轮廓检测就发现结果乱七八糟或者识别出来的多边形边数总是不对那这篇就是写给你的。我会从二值化的细节开始一路讲到多边形逼近的参数调优中间穿插我自己在项目里踩过的坑和验证过的参数范围。不会只给你一段代码就完事而是把每个参数背后的逻辑讲清楚让你换一张图也能自己调。提示轮廓检测不是“万能形状识别器”。它擅长处理背景干净、目标与背景对比明显的场景。如果背景复杂、目标重叠严重单靠轮廓检测会非常吃力这时候要考虑分割模型或者颜色空间转换。2. 二值化不是随便阈值一下预处理决定了轮廓的生死2.1 灰度化与滤波先把噪声按下去彩色图直接做阈值不是不行但大多数情况下你会得到三个通道各自不同的二值结果合并起来反而更乱。所以第一步通常是转灰度。cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)这一行没什么好说的但转完之后要不要滤波就是一个需要判断的点。如果原图比较干净比如扫描件或者屏幕截图滤波可以跳过。但如果是手机拍的纸质图纸纹、阴影、轻微模糊都会在灰度图上形成细小的梯度。这时候直接做阈值二值图边缘会出现毛刺轮廓点序列就会多出很多无意义的锯齿。我一般会用高斯滤波核大小取(5,5)或(7,7)标准差让 OpenCV 自己算。核太大会把多边形的尖角磨圆核太小又压不住噪声5x5在大多数 720p 到 1080p 的图上是一个比较稳的起点。有一个细节很多人忽略滤波要在灰度化之后、二值化之前做。如果你先二值化再滤波那滤波操作的是 0 和 255高斯核一卷边缘会变成灰色过渡带反而破坏了二值图的干净程度。2.2 阈值方法的选择固定阈值 vs 自适应阈值 vs Otsu这是第一个大坑。很多人看教程里写cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)就以为 127 是万能阈值。实际项目里光照稍微不均匀固定阈值就会让一部分区域全黑、另一部分全白。我通常分三种情况处理光照非常均匀、背景纯白固定阈值可以用但阈值不要拍脑袋定。我会先用gray.mean()看一下整体亮度再取一个比背景略低的值。比如背景均值 230阈值取 200 左右。光照不均匀但目标比背景暗用自适应阈值cv2.adaptiveThreshold方法选ADAPTIVE_THRESH_GAUSSIAN_C阈值类型THRESH_BINARY_INVblockSize 取 11 到 31 之间的奇数C 取 2 到 10。blockSize 决定了局部区域的大小太小会对噪声敏感太大又会让局部光照变化被平滑掉。目标与背景对比明显但整体亮度未知用Otsu 大津法cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU)。Otsu 会自动找一个让类间方差最大的阈值适合双峰直方图的图像。但如果目标占比很小Otsu 可能会被背景主导这时候要配合形态学操作补救。我实测下来对于白纸黑多边形这种场景Otsu 加上轻微的开运算效果最稳定。开运算用cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)kernel 取3x3或5x5的椭圆结构元素能去掉二值图里的小白点噪声同时不会明显改变多边形的形状。2.3 形态学操作的边界什么时候该用什么时候不该用形态学操作是一把双刃剑。开运算能去噪但也会腐蚀掉小目标闭运算能填小孔但也会把两个靠近的多边形粘在一起。我的经验是如果二值图里目标内部有空洞比如多边形内部有反光点用闭运算填一下kernel 不要超过5x5。如果背景里有零星噪点用开运算kernel 同样控制在5x5以内。如果目标本身很小比如小于 50 个像素尽量别用形态学改用轮廓面积过滤来去掉噪点轮廓。这里有一个判断标准形态学操作之后目标的轮廓点数量不应该发生剧烈变化。如果你发现开运算之后轮廓点数少了一半说明 kernel 太大了把目标的细节腐蚀掉了。注意形态学操作的结构元素形状也有影响。矩形 kernel 会让边缘偏向直角椭圆 kernel 对圆形和弧形更友好。做多边形识别时我一般用椭圆 kernel避免引入额外的方向性偏差。3. findContours 返回了什么轮廓层级与检索模式的实战选择3.1 RETR_EXTERNAL 与 RETR_LIST 的区别到底在哪cv2.findContours的第二个返回值是轮廓列表第三个返回值是层级信息。很多人只关心轮廓列表把层级直接忽略掉结果在嵌套图形上翻车。举个例子你画了一个大三角形三角形里面又画了一个小正方形。用RETR_EXTERNAL只会返回最外层三角形的轮廓小正方形被当成内部空洞忽略掉。用RETR_LIST会把两个轮廓都返回但它们之间没有父子关系。用RETR_TREE会返回完整的层级树告诉你小正方形是大三角形的子轮廓。如果你的场景是“只识别最外层的多边形”用RETR_EXTERNAL最省事后续不用做层级过滤。但如果你需要识别内部的多边形就必须用RETR_LIST或RETR_TREE然后根据面积或层级深度来筛选。我做过一个项目图里有多个多边形有些是独立的有些是嵌套的。当时用RETR_EXTERNAL发现嵌套的内部图形全丢了换成RETR_LIST之后又发现内部轮廓和外部轮廓混在一起最后是用RETR_TREE加上层级深度判断才解决。具体做法是遍历层级数组只保留父轮廓为 -1 的顶层轮廓或者根据业务需求保留特定深度的轮廓。3.2 轮廓点数与面积过滤把噪点轮廓挡在门外findContours返回的轮廓里经常会有一些面积很小、点数很少的“假轮廓”它们可能来自噪声、文字残留或者图像压缩伪影。如果不过滤后面多边形逼近会把这些小轮廓也当成目标输出一堆无意义的结果。我通常用两个条件过滤面积过滤cv2.contourArea(cnt)小于某个阈值就丢掉。阈值取多少取决于图像分辨率。对于 1080p 的图我一般取 500 到 1000 平方像素。如果是小图按比例缩小。周长过滤cv2.arcLength(cnt, True)太短的也丢掉。周长和面积可以配合使用有些细长噪声面积不大但周长不短单靠面积过滤不掉。还有一个技巧用轮廓的外接矩形宽高比来过滤。如果宽高比极端比如大于 10 或小于 0.1大概率是细线噪声或者图像边框可以直接排除。contours, hierarchy cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) valid_contours [] for cnt in contours: area cv2.contourArea(cnt) if area 800: continue peri cv2.arcLength(cnt, True) if peri 100: continue x, y, w, h cv2.boundingRect(cnt) aspect_ratio w / float(h) if aspect_ratio 10 or aspect_ratio 0.1: continue valid_contours.append(cnt)这段代码看起来简单但面积阈值和周长阈值需要根据你的实际图像调整。我建议先把所有轮廓画出来看一眼再决定阈值。不要盲目抄别人的参数。3.3 CHAIN_APPROX_SIMPLE 与 CHAIN_APPROX_NONE 的取舍findContours的第四个参数是轮廓点存储方式。CHAIN_APPROX_NONE会存储轮廓上的每一个像素点CHAIN_APPROX_SIMPLE只存储水平、垂直和对角方向的端点能大幅压缩点数。对于多边形识别CHAIN_APPROX_SIMPLE通常是更好的选择因为多边形逼近本身就会进一步减少点数前面没必要保留那么多冗余点。但有一种情况例外如果你的多边形有非常细微的锯齿边缘而你想保留这些细节做分析那就用CHAIN_APPROX_NONE。不过大多数场景下SIMPLE足够用而且后续approxPolyDP处理起来更快。4. approxPolyDP 的 epsilon多边形逼近里最敏感的参数4.1 epsilon 的物理含义它到底在控制什么cv2.approxPolyDP(cnt, epsilon, True)用的是 Douglas-Peucker 算法。这个算法的逻辑是在轮廓上找一条从起点到终点的直线然后找离这条直线最远的点如果这个距离大于 epsilon就保留这个点然后递归处理两段子轮廓。最终保留下来的点就是多边形的顶点。所以epsilon 的本质是“允许的最大偏差距离”。epsilon 越大逼近越粗糙顶点越少epsilon 越小逼近越精细顶点越多。如果 epsilon 太小一个正方形可能会被逼近成几十个点的“近似正方形”边数判断就会出错。如果 epsilon 太大一个五边形可能会被逼近成三角形丢失细节。4.2 epsilon 取多少用周长比例而不是固定值网上很多教程写epsilon 0.02 * cv2.arcLength(cnt, True)这个 0.02 是一个经验系数。但 0.02 不是万能的它取决于你的轮廓有多“干净”以及多边形的边数。我一般会用一个范围来测试0.01到0.05之间步长0.005。对于边数较少、形状规整的多边形0.02到0.03通常能给出正确的顶点数。对于边数较多、边缘有噪声的轮廓可能需要0.01到0.015。如果轮廓本身很粗糙0.04到0.05能起到平滑作用。更好的做法是根据轮廓周长动态调整。周长越大epsilon 的绝对值可以适当放大因为大轮廓的像素级噪声相对影响更小。但比例系数仍然需要根据图像质量来定。epsilon 0.02 * cv2.arcLength(cnt, True) approx cv2.approxPolyDP(cnt, epsilon, True) vertex_count len(approx)这段代码跑完之后vertex_count就是逼近后的顶点数。如果vertex_count 3判定为三角形 4判定为四边形 5判定为五边形以此类推。但这里有一个陷阱顶点数不等于边数的情况是存在的。比如一个非常扁的矩形逼近后可能只剩 3 个点因为其中一个角被合并了。所以判定逻辑不能只看顶点数还要结合角度和边长做二次验证。4.3 顶点数不准的三种典型情况和修复思路情况一顶点数比实际多。通常是 epsilon 太小轮廓上的噪声点被保留成了顶点。解决办法是增大 epsilon或者在逼近之前对轮廓做一次平滑。OpenCV 没有直接的轮廓平滑函数但可以用cv2.approxPolyDP做两次第一次用较大的 epsilon 粗逼近第二次用较小的 epsilon 精逼近。情况二顶点数比实际少。通常是 epsilon 太大或者轮廓本身有断裂。如果轮廓断裂findContours可能会把一条边拆成两条轮廓导致每个轮廓的顶点数都不对。这时候要检查二值图的质量看看是不是阈值选得不好导致边缘断开。情况三顶点数忽多忽少不稳定。这种情况最常见于光照不均匀或者目标边缘模糊的图像。我的经验是不要只依赖单次逼近的结果。可以对同一个轮廓用多个 epsilon 值逼近然后取顶点数的众数或者用顶点数出现的频率来做投票。虽然计算量稍大但稳定性提升明显。提示approxPolyDP的第三个参数是closed表示轮廓是否闭合。对于多边形识别这个参数必须设为True否则首尾点不会被当作相邻点处理顶点数会偏多。5. 从顶点数到形状判定角度、边长和凸性的联合验证5.1 为什么只看顶点数会翻车假设你有一个正五边形但图像分辨率很低逼近后得到 4 个顶点。如果你直接按顶点数判定就会把它误判为四边形。反过来一个正方形因为边缘噪声逼近后得到 5 个顶点就会被误判为五边形。所以顶点数只是一个初步筛选条件不能作为最终判定依据。真正可靠的判定需要结合几何特征角度多边形的内角应该接近理论值。三角形内角和 180 度四边形 360 度五边形 540 度。如果逼近后的顶点构成的角度和理论值偏差太大说明逼近有问题。边长比例正多边形的边长应该大致相等。如果边长差异过大可能是逼近错误或者目标本身不是正多边形。凸性大多数规则多边形是凸的。cv2.isContourConvex(approx)可以判断逼近后的轮廓是否凸。如果顶点数判定为四边形但轮廓不是凸的那大概率是逼近出了问题。5.2 角度计算的实现细节计算多边形内角需要用到向量点积。对于逼近后的顶点序列approx每个顶点i的角度由前一个顶点i-1和下一个顶点i1构成的向量决定。import numpy as np def angle_between(v1, v2): cos_theta np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2) 1e-6) cos_theta np.clip(cos_theta, -1.0, 1.0) return np.degrees(np.arccos(cos_theta)) def polygon_angles(approx): pts approx.reshape(-1, 2) n len(pts) angles [] for i in range(n): p_prev pts[(i - 1) % n] p_curr pts[i] p_next pts[(i 1) % n] v1 p_prev - p_curr v2 p_next - p_curr angles.append(angle_between(v1, v2)) return angles这段代码里有一个细节np.linalg.norm可能为零所以分母加了一个极小值1e-6防止除零。另外np.clip是为了防止浮点误差导致cos_theta略微超出[-1, 1]范围让arccos报错。算出所有内角之后可以求平均值和标准差。如果平均角度接近理论值且标准差很小说明逼近质量高判定可信。如果标准差很大说明顶点分布不均匀需要重新调整 epsilon。5.3 凸性检测与面积比验证cv2.isContourConvex(approx)返回布尔值。对于规则多边形这个值应该是True。如果返回False说明逼近后的轮廓有凹陷可能是 epsilon 太小导致噪声点被保留或者目标本身就不是凸多边形。另一个有用的验证是面积比逼近后多边形的面积与原始轮廓面积的比值。如果比值接近 1说明逼近保留了大部分形状信息如果比值明显小于 1说明逼近丢失了太多细节。original_area cv2.contourArea(cnt) approx_area cv2.contourArea(approx) area_ratio approx_area / original_area if original_area 0 else 0我一般要求area_ratio 0.9才认为逼近可信。如果低于这个值要么增大 epsilon 重新逼近要么直接放弃这个轮廓。6. 一套可复现的完整流程与参数调优记录6.1 从读图到输出的完整代码框架下面是我在实际项目中反复使用的一套流程参数是经过多张测试图验证的起点值你可以直接拿去跑然后根据结果微调。import cv2 import numpy as np def detect_polygons(image_path): img cv2.imread(image_path) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blurred cv2.GaussianBlur(gray, (5, 5), 0) _, binary cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU) kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) binary cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel) contours, _ cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) results [] for cnt in contours: area cv2.contourArea(cnt) if area 800: continue peri cv2.arcLength(cnt, True) epsilon 0.02 * peri approx cv2.approxPolyDP(cnt, epsilon, True) vertex_count len(approx) if vertex_count 3 or vertex_count 10: continue if not cv2.isContourConvex(approx): continue approx_area cv2.contourArea(approx) if approx_area / area 0.9: continue angles polygon_angles(approx) avg_angle np.mean(angles) std_angle np.std(angles) results.append({ vertex_count: vertex_count, area: area, avg_angle: avg_angle, std_angle: std_angle, approx: approx }) cv2.drawContours(img, [approx], -1, (0, 255, 0), 2) cv2.putText(img, f{vertex_count} sides, tuple(approx[0][0]), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) return img, results这段代码里vertex_count限制在 3 到 10 之间是因为超过 10 边的多边形在轮廓检测场景下很难稳定识别而且实际项目里也很少需要识别那么多边的形状。isContourConvex和面积比过滤是两道保险能挡掉大部分误判。6.2 参数调优的实操记录从失败到稳定的过程我拿一张 1280x720 的白纸黑多边形照片做测试记录了几个关键参数的调整过程。参数初始值问题调整后效果高斯核(3,3)边缘毛刺多顶点数偏多(5,5)毛刺减少顶点数稳定阈值方法固定 127右下角阴影区域全黑Otsu光照不均问题解决形态学 kernel(5,5) 矩形三角形尖角被磨圆(3,3) 椭圆尖角保留噪点仍能去掉epsilon 系数0.01四边形被逼近成 6 个点0.02顶点数正确面积过滤500小噪点轮廓混入800噪点过滤干净这个表格里的数值不是绝对的但调整逻辑是通用的先解决光照和噪声问题再解决逼近精度问题最后用几何验证兜底。每一步调整之后都要把中间结果可视化出来看不要盲调。6.3 可视化调试把中间结果画出来很多人调参调不出来是因为只看最终输出不知道中间哪一步出了问题。我的习惯是每一步都存一张图灰度图看整体亮度分布。二值图看目标是否完整、有没有断裂或粘连。形态学之后的图看噪声是否去掉、目标是否变形。所有轮廓画在原图上看有没有漏检或误检。逼近后的多边形画在原图上看顶点位置是否合理。这五张图一对比问题基本就能定位。比如二值图里目标边缘有断裂那就要回头调阈值或者加闭运算如果二值图没问题但轮廓点数异常那就是findContours的检索模式或者CHAIN_APPROX参数的问题。注意可视化的时候轮廓用绿色画逼近多边形用红色画顶点用蓝色小圆点标出来。三种颜色叠加一眼就能看出逼近是否贴合原始轮廓。7. 那些教程不会告诉你的坑从粘连轮廓到透视变形7.1 两个多边形粘在一起怎么办这是轮廓检测里最头疼的问题之一。两个多边形靠得太近二值化之后连成一片findContours只会返回一个轮廓逼近后得到一个奇怪的多边形顶点数完全不对。解决办法分两种思路思路一从预处理入手把目标分开。如果两个多边形颜色不同可以用颜色空间分割比如转到 HSV 空间按色调分离。如果颜色相同但中间有细缝可以尝试用腐蚀操作把细缝扩大让两个目标断开然后再分别找轮廓。腐蚀的 kernel 大小需要实验太大会把目标本身腐蚀掉。思路二从轮廓分析入手做轮廓分割。如果腐蚀不可行可以对合并后的轮廓做凸包分析找到凹陷点然后沿着凹陷点把轮廓切开。这个方法实现起来复杂但对付粘连比较有效。OpenCV 的cv2.convexityDefects可以找到凸包上的凹陷区域凹陷深度超过阈值的点就可以作为分割点。我一般优先用思路一因为实现简单、稳定。思路二只在腐蚀会破坏目标形状的情况下才用。7.2 透视变形对顶点数的影响如果拍摄角度不是正对着目标多边形会发生透视变形。一个正方形在透视下可能变成梯形逼近后仍然是 4 个顶点判定为四边形没问题。但如果变形严重比如一个正五边形被拍得很扁逼近后可能只剩 4 个顶点就会被误判。这种情况下顶点数判定本身就不够可靠。我的做法是引入透视校正先用cv2.findHomography或者手动选四个角点做透视变换把目标“拉正”然后再做轮廓检测和逼近。校正之后多边形的形状恢复规则顶点数判定就准了。透视校正需要知道目标的四个角点这又回到了轮廓检测。所以实际操作中我会先用轮廓检测找到大致区域取外接四边形然后用这个四边形的角点做透视变换再在变换后的图上重新检测。这是一个迭代的过程但效果比直接检测好很多。7.3 轮廓点顺序与顶点顺序的坑findContours返回的轮廓点顺序是沿着边界走的但起点不固定方向也可能是顺时针或逆时针。approxPolyDP保留的顶点顺序继承了轮廓点的顺序所以顶点序列可能是从任意一个角开始的。如果你需要判断多边形的朝向或者做顶点匹配就必须先把顶点顺序规范化。我的做法是计算所有顶点的质心然后按极角排序。这样顶点就从某个固定方向开始按顺时针或逆时针排列。def sort_vertices(approx): pts approx.reshape(-1, 2) center pts.mean(axis0) angles np.arctan2(pts[:, 1] - center[1], pts[:, 0] - center[0]) sorted_indices np.argsort(angles) return pts[sorted_indices]这个排序在计算内角时不是必须的因为内角计算只依赖相邻顶点。但如果你要做形状匹配或者顶点对应排序就很重要。8. 多边形识别之后还能做什么从检测到应用轮廓检测加多边形逼近只是第一步。识别出多边形之后你可以做很多事情计数统计图中三角形、四边形、五边形各有多少个。这在工业质检里很常见比如检查零件形状是否合格。位置定位用多边形的质心或者外接矩形来确定目标位置用于机械臂抓取或者自动化标注。尺寸测量如果知道相机的标定参数可以通过多边形的像素尺寸反推实际物理尺寸。形状分类把顶点数、角度、边长比例作为特征训练一个简单的分类器区分更复杂的形状。我在一个模拟项目里做过类似的事情识别传送带上的多边形零件按边数分类然后统计每类的数量。当时遇到的最大问题不是识别算法本身而是传送带震动导致图像模糊轮廓边缘不稳定。最后的解决方案是提高快门速度同时在算法端用多帧投票来稳定顶点数判定。这个经验说明算法调优的上限往往取决于图像采集的质量前端采集做不好后端再怎么调都是事倍功半。提示如果你的应用场景对实时性有要求findContours和approxPolyDP的计算量都不大在 1080p 图上单帧处理通常在 10 到 30 毫秒之间。瓶颈往往在预处理阶段尤其是高斯滤波和形态学操作。如果帧率不够可以先把图像缩放到较小尺寸再做检测最后把坐标映射回原图。9. 我个人的参数速查表和调试顺序最后分享一张我自己常用的参数速查表以及遇到问题时的调试顺序。这张表不是标准答案但可以帮你快速定位问题。现象可能原因优先检查调整方向轮廓数量太多噪声未滤除二值图和形态学增大开运算 kernel 或提高面积阈值轮廓断裂阈值过高或光照不均二值图改用自适应阈值或 Otsu顶点数偏多epsilon 太小epsilon 系数从 0.02 逐步增大到 0.04顶点数偏少epsilon 太大或轮廓粘连epsilon 和形态学减小 epsilon 或检查粘连形状判定错误顶点数不可靠角度和凸性加入角度验证和凸性过滤小目标漏检面积阈值太高面积过滤降低阈值或缩放图像调试顺序我一般遵循先看二值图再看轮廓图最后看逼近图。二值图有问题后面全是白搭二值图没问题但轮廓不对查检索模式和过滤条件轮廓对了但逼近不对调 epsilon 和几何验证。这个顺序能帮你快速缩小问题范围避免在错误的环节反复调参。轮廓检测和多边形识别看起来简单但真正做好需要对这些细节有感觉。参数不是抄来的是根据图像质量和业务需求调出来的。多跑几张图多存中间结果多对比手感自然就来了。