计算机视觉第五课：给每个物体画 bounding box
电脑自动找到物体，并且给每个物体画一个矩形检测框，和人脸识别、YOLO 检测的逻辑一模一样！
一、先上代码
import cv2 import numpy as np # 1. 读取图片 img = cv2.imread("test.jpg") # 2. 预处理（灰度+模糊+Canny边缘） gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blur = cv2.GaussianBlur(gray, (5, 5), 0) canny = cv2.Canny(blur, 50, 150) # 3. 寻找轮廓 contours, _ = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 4. 遍历每一个轮廓，给每个物体画框（核心！） for cnt in contours: # 过滤掉太小的噪点（面积<100的忽略） area = cv2.contourArea(cnt) if area > 100: # 获取物体的 左上角x,y + 宽度w + 高度h x, y, w, h = cv2.boundingRect(cnt) # 画矩形检测框（绿色，粗细2） cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) # 标上文字：物体 cv2.putText(img, "Object", (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) # 5. 显示结果 cv2.imshow("Canny", canny) cv2.imshow("最终检测效果", img) cv2.waitKey(0) cv2.destroyAllWindows()二、知识点
1. 过滤噪点
area = cv2.contourArea(cnt) if area > 100:- 计算物体面积
- 太小的直接忽略，避免乱框杂点
- 你可以改成
200、500更严格
2. 获取物体坐标（最重要）
x, y, w, h = cv2.boundingRect(cnt)x, y：物体左上角坐标w：宽度h：高度所有目标检测都是靠这 4 个数字定位！
3. 画检测框
cv2.rectangle(img, (x, y), (x+w, y+h), (0,255,0), 2)这就是人脸识别、车牌识别里框出目标的代码！