简介：轮廓提取标注演示程序是一套面向图像处理初学者的传统算法实践资源，核心聚焦于使用Python与开源计算机视觉库完成轮廓提取、标注与可视化，适合需要快速掌握边缘检测、轮廓查找、轮廓绘制等基础操作的读者。压缩包内共有九个文件，包含四个Jupyter Notebook分步代码、一个可执行脚本以及四张测试图片，整体约三十一兆，既可直接运行脚本，也可按照笔记章节逐步理解算法流程。目前已有一百七十三人浏览学习，适合作为传统图像处理与轮廓分析入门参考。资源以传统算法为主线，系统演示了从灰度转换、高斯滤波到Canny边缘检测、轮廓提取与标注的完整链路；笔记中保留了可复现的实验步骤和可调参数，方便读者对照修改。通过动手运行这些示例，可以直观理解阈值选择对边缘检测结果的影响，以及轮廓近似在实际图像分析中的作用，为后续目标识别、图像分割等任务打下基础。
1. 为什么轮廓提取会成为标注流程里的重要环节
做深度学习数据集的朋友应该都有这种体会：目标检测的矩形框标注还好说，拉个框就行，可一旦涉及语义分割、实例分割甚至遥感影像解译，标注工作量立刻翻倍。逐像素抠边界、描多边形，一张图动辄十几分钟，标几百张图人都要裂开。
我最早做分割模型训练时也天真地以为，准备数据就是“花时间”的事。直到有一次项目需要给一批工业零件图做像素级标注，零件边缘有大量反光干扰、背景还有传送带纹理，光是描边就耗费了整整一个周末。后来我换了个思路：先让程序把轮廓自动提出来，我再在标注工具里对自动生成的轮廓做小幅修正。效率直接提升了一个量级。
这个思路的核心就是轮廓提取。所谓轮廓提取，通俗讲就是把图像中物体的边界“描”出来，输出成一系列坐标点。而“标注”则意味着这些坐标点要能被标注工具、模型训练脚本直接使用——比如转成LabelMe的JSON格式、生成RLE编码的掩码，或者输出成YOLO-seg格式的多边形坐标。
本文这个demo做的事情很具体：用Python加OpenCV读入一张图，通过图像预处理把目标区域的边界点提取出来，再把结果转成可用于标注的多边形坐标和掩码图。它可以作为你自建半自动标注工具的前置脚本，也可以当作理解图像分割数据生产流程的入门项目。
适合看这篇文章的人有三类：一是正在做数据标注、被手工标注折磨得不行的算法工程师；二是刚接触OpenCV、想搞明白findContours到底怎么用的初学者；三是准备在公司内部搭建标注流水线、需要一个“能用”的雏形demo的开发者。
2. 从图像到轮廓：理解预处理到提取的完整链路
2.1 一条朴素的处理管线
我从实际项目中拆出来的轮廓提取流程长这样：读图、灰度化、去噪、二值化、形态学处理、提取轮廓、筛选轮廓、坐标输出。每一环都有它存在的理由，少一环结果就变形。
- 灰度化：OpenCV的findContours本质上处理的是二值图像或灰度图像的连通区域边缘，彩色信息在轮廓提取阶段不是必需品，灰度化还能减少光照和颜色通道之间的干扰。
- 去噪：工业图、遥感图、手机拍的图都有噪声，直接用原图做二值化会出现大量椒盐颗粒，轮廓边缘也会变毛糙。高斯模糊或者中值滤波是性价比最高的处理方式。
- 二值化：把灰度图变成0和255两种值，物体区域是白色，背景是黑色（或者反过来），这一步决定了轮廓提取的源头质量。
- 形态学操作：闭运算可以填补物体内部的小孔和轮廓上的断裂缝隙，开运算可以去掉背景里的离散噪点。很多初学者跳过这一步，结果轮廓断成好几截，后面还要手动拼接，得不偿失。
- 轮廓提取：调用OpenCV的
cv2.findContours()，它会依据二值图里的连通区域边界输出一组点集。 - 筛选：不是所有轮廓都有标注价值。面积太小的是噪点，面积异常大可能是镜头边缘或光照区域，用面积、周长、宽高比过滤掉它们。
- 输出：把轮廓点集整理成统一格式，便于后续写JSON、保存掩码或馈入标注工具。
2.2 二值化这一步，决定了轮廓提取的天花板
很多人觉得轮廓提取全靠findContours这个函数，其实大错特错。findContours只是个忠实的执行者，给它好的二值图，它返回干净的轮廓；给它糟糕的二值图，它把噪点边缘连成一团乱麻。
二值化常见手段有几种。固定阈值cv2.threshold()适合光照均匀、前景背景对比强的图；大津法cv2.THRESH_OTSU会自动计算最佳阈值，适合双峰直方图的场景；自适应阈值cv2.adaptiveThreshold处理光照渐变、背景纹理复杂的情况更稳。
以工业零件图为例，我一般先试大津法，因为零件通常和背景有明确灰度差异。代码一行：
import cv2 image = cv2.imread("part.jpg") gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) _, binary = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)这里用了THRESH_BINARY_INV是因为零件区域通常比背景暗，取反后零件变白色前景，findContours提取白色区域更直观。如果二值化之后发现轮廓还是断的，就要靠形态学闭运算补救：
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel, iterations=2)闭运算的作用是先膨胀再腐蚀，把断裂的细缝补起来，同时保持总体形状不膨胀太多。这个5×5的核尺寸是我在大多数中低分辨率图上试出来的起步值，核太大会把相邻物体连在一起，太小补不了缝隙。具体情况还是要多试几组。
2.3 findContours参数解读与轮廓结构信息
OpenCV里轮廓提取的核心函数是cv2.findContours()，新版返回两个值：轮廓列表contours和层级关系hierarchy。
轮廓提取模式有两个最常用：
| 模式 | 含义 | 适用场景 |
|---|---|---|
| RETR_EXTERNAL | 只提取最外层轮廓 | 只需要物体外边界，忽略内部孔洞 |
| RETR_LIST | 提取所有轮廓，不建立层级 | 物体内部有纹理、孔洞也要一起输出 |
| RETR_CCOMP | 提取所有轮廓并分两层组织 | 需要把外轮廓和内部孔洞对应起来的情况 |
| RETR_TREE | 提取所有轮廓并建立完整树状层级 | 需要分析嵌套结构时使用 |
对于标注场景，我的建议是先问自己一个问题：我要标的是物体的外边界，还是要连物体上的孔洞、纹理一起标出来？如果只是给物体框一个语义分割掩码，RETR_EXTERNAL就够，处理速度快，结果干净。但有些场景，比如遥感影像里的建筑物标注，房屋周围的院子、附属结构也算背景，这时候RETR_LIST把所有区域都提取出来，再靠面积过滤筛选，反而更灵活。
轮廓逼近方法上，CHAIN_APPROX_SIMPLE压缩了水平、垂直和对角线的冗余点，只保留端点，生成的轮廓点数更少，导出多边形时文件更小。但如果你需要非常精细的边界贴合度，可以使用CHAIN_APPROX_NONE保留所有边界点，代价是坐标点数爆炸，标注工具打开时会卡顿。
3. 从轮廓到标注数据：坐标导出与掩码生成的落地做法
3.1 轮廓点变成标注多边形
findContours返回的轮廓是点集，但不是所有点都需要写进标注文件。标注工具和模型训练脚本对多边形点数有隐式限制，点数过多一方面文件体积大，另一方面训练时多边形转掩码的耗时也高。
用cv2.approxPolyDP()做多边形近似压缩是关键一步，它用Douglas-Peucker算法把轮廓上大量冗余点压缩成数量更少、但形状保持度足够高的多边形顶点。这个函数的参数epsilon表示近似精度，值越大压缩越狠、顶点越少；值越小，越贴合原始轮廓。
我的经验是，epsilon取轮廓周长的1%到2%作为起点。如果标注目标是边缘光滑的工业件，2%就能保持良好形状；如果是边缘复杂的自然物体比如树叶，1%以下才不丢细节。代码长这样：
epsilon = 0.01 * cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, epsilon, True)后续如果要按LabelMe的格式输出，需要把多边形坐标转成[[x1, y1], [x2, y2], ...]的形式，LabelMe的JSON结构里每个标注区域叫一个polygon，包含points、label等字段。坐标全部转成Python原生int，不要保留numpy类型，要不然JSON序列化会报错。
我实际生产中就踩过这个坑：直接把contour.squeeze().tolist()的结果写进JSON，运行时发现里面是numpy.int32，json.dump直接抛TypeError。后来统一用列表推导式转了原生int，问题才解决。
3.2 掩码图像：标注数据里的另一种存储形态
除了多边形坐标，掩码图（mask）是分割标注的另一种主要存储形态。掩码图上每个像素点直接记录它属于哪个类别，背景是0，目标区域是255（或类别ID）。很多分割模型的数据加载器直接就吃这种格式。
OpenCV里可以把轮廓直接绘制成一张掩码图：
import numpy as np mask = np.zeros(image.shape[:2], dtype=np.uint8) cv2.drawContours(mask, [contour], -1, 255, thickness=cv2.FILLED)注意drawContours的thickness参数传cv2.FILLED（也就是-1）时，它会把轮廓内部全部填充成白色；如果传正数，画出来的只是边缘线条，那叫边界图，不叫掩码。很多新手在这个参数上翻车，出来的mask全是空心多边形。
我这里有个经验：对于有孔洞的物体，如果用RETR_EXTERNAL提取轮廓，再画mask，孔洞区域会被错误填成前景。正确做法是使用RETR_CCOMP模式，外轮廓填充前景，孔洞轮廓用0再填充回去，或者直接用cv2.fillPoly配合多边形的奇偶规则处理。如果只用外轮廓，孔洞信息就丢失了。
3.3 可视化叠加检查，能省下大量的后期纠错时间
输出坐标和掩码之前，一定要做一步可视化检查。把轮廓画在原图上、把掩码图半透明叠加在原图上，肉眼扫一眼，预处理参数合不合理、轮廓有没有偏移、有没有漏检，一目了然。
可视化叠加的代码很简单：
overlay = image.copy() cv2.drawContours(overlay, contours, -1, (0, 255, 0), 2) blended = cv2.addWeighted(image, 0.6, cv2.cvtColor(binary, cv2.COLOR_GRAY2BGR), 0.4, 0)先画轮廓再叠加透明度，轮廓线会浮在图像上层，检测边界是否准确非常直观。我一般会同时输出三张图：原始标注图（带轮廓）、二值化中间结果图、掩码预览图。二值化中间结果图尤其关键，它能告诉你轮廓问题的根因出在预处理还是出在轮廓提取。
4. 完整的轮廓提取标注demo代码与运行流程
下面给出一套可以直接跑通的完整demo。它做的事情：读入一张图，预处理后提取轮廓，按面积过滤掉噪声轮廓，把每个轮廓的多边形坐标保存成JSON，同时生成一张掩码图。整段代码我都在实际项目里用过，拿去改改就能接入你的标注流程。
import json import cv2 import numpy as np def extract_contours(image_path, min_area=100, approx_ratio=0.01): image = cv2.imread(image_path) if image is None: raise ValueError(f"无法读取图像: {image_path}") gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) _, binary = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel, iterations=2) contours, hierarchy = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) mask = np.zeros(gray.shape, dtype=np.uint8) results = [] for idx, contour in enumerate(contours): area = cv2.contourArea(contour) if area < min_area: continue epsilon = approx_ratio * cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, epsilon, True) points = [[int(pt[0][0]), int(pt[0][1])] for pt in approx] results.append({ "id": idx, "area": int(area), "points": points }) cv2.drawContours(mask, [approx], -1, 255, thickness=cv2.FILLED) output = { "image_path": image_path, "image_width": image.shape[1], "image_height": image.shape[0], "objects": results } with open("annotation.json", "w", encoding="utf-8") as f: json.dump(output, f, ensure_ascii=False, indent=2) cv2.imwrite("annotation_mask.png", mask) return output if __name__ == "__main__": result = extract_contours("sample.jpg", min_area=200) print(f"提取到 {len(result['objects'])} 个目标轮廓")这段代码执行完会在当前目录生成两个文件：annotation.json包含图像尺寸和所有目标的多边形坐标，annotation_mask.png是填充好的掩码图。min_area按像素面积过滤小噪点，approx_ratio控制轮廓点压缩程度。
运行前需要确认Python环境里装了opencv-python和numpy，没装的话执行pip install opencv-python numpy就行。
5. 实测中的坑：轮廓断裂、误检与参数敏感性的排查经验
5.1 轮廓断裂：问题多半出在预处理，不在findContours
这是最常遇到的现象：一个完整物体被提取成了好几个分离的轮廓，每个轮廓只覆盖物体的一部分。很多人第一反应是调findContours的参数，其实方向错了。
轮廓断裂的根因在二值化阶段，目标区域内部因为灰度不均被打碎成多个白色区域，中间隔着黑色像素。解决办法是形态学闭运算，它会先膨胀后腐蚀，把细小的缝隙弥合起来。如果闭运算核太小，补不齐断裂；核太大，会把间隙很小的不同物体连成一个整体。
排查思路建议这样走：先保存二值化结果图看一眼，白色区域是否连续。如果不连续，加大闭运算迭代次数或核尺寸；如果白色区域连成一片导致不同目标粘连，降低核尺寸或改为先开运算再闭运算。
5.2 边缘毛刺和锯齿：为什么二值图那么干净，轮廓线还是崎岖不平
图像边缘本身的像素过渡是渐变的，二值化一刀切后，边缘位置就会产生锯齿。轮廓线是在像素级边界上生成的，自然也会带锯齿。
如果标注目标是机械零件、建筑外轮廓这类规则形状，锯齿很影响标注质量。我常用的方案是轮廓点压缩，也就是之前提到的approxPolyDP，它能把锯齿状的轮廓拉成平直的多边形边。对于需要平滑曲线的场景，可以用cv2.GaussianBlur对掩码图再做一次模糊，然后重新提取轮廓，能得到更平滑的边界线。后者相当于在亚像素级别做了边界插值。
5.3 对象多、图像尺寸大时，性能和文件体积问题
轮廓提取本身很快，瓶颈往往在后处理。一张4K分辨率的遥感图，如果有几百个目标区域，生成的掩码图和多边形文件会很大，标注工具打开时容易卡顿。
这时候可以做两件事：第一，轮廓点压缩参数适度调大，把顶点数量降下来，文件体积直接缩小一大半。第二，掩码图保存前做一次有损压缩，PNG转成调色板模式，或者干脆用RLE游程编码存储。OpenCV的cv2.imencode(".png", mask, [cv2.IMWRITE_PNG_COMPRESSION, 9])能显著减小PNG体积。
5.4 一个被低估的调试习惯：保存中间结果
我见过太多人跑轮廓提取脚本，只保存最终结果，中间结果一概不落盘。一旦结果不对，只能反复猜测是哪个环节出了问题。
我的习惯是每个关键步骤都输出一张可视化文件到debug目录：原图、灰度图、二值图、形态学结果图、轮廓叠加图、最终掩码图。排查问题时按照从前往后的顺序逐张检查，通常一眼就能锁定问题环节。建议你也把这个习惯保留进代码里，前期多写几行cv2.imwrite，后期能省几小时的排查时间。
6. 与主流标注工具的结合：让轮廓提取结果真正用起来
6.1 接入LabelMe的工作流
LabelMe是图像分割标注用得比较多的工具，它的标注结果是一个JSON文件，每个物体包含一个多边形坐标点数组。我们可以把上面demo生成的坐标直接塞进LabelMe的JSON结构里，然后在LabelMe中打开微调，省去手工描边的时间。
生成LabelMe格式的JSON核心逻辑很简单，就是把之前记录的points按LabelMe的格式组织起来，再补上图像路径、尺寸、标签名等字段。这里有个细节要注意：LabelMe里多边形的坐标顺序对后续转换掩码有影响，OpenCV的轮廓点默认是顺时针或逆时针顺序，LabelMe对顺序没有硬性要求，但尽量保持一致，避免后续用其他工具处理坐标时出现交叉错乱。
6.2 生成YOLO-seg训练格式
如果你用的是YOLOv5-seg或YOLOv8-seg这类模型做实例分割训练，需要的标注格式是每个目标一行文本，内容为类别ID加归一化后的多边形坐标点。归一化的意思是所有坐标除以图像宽高，变成0到1之间的小数。
这个转换在得到轮廓坐标后非常简单：
height, width = image.shape[:2] normalized = [] for x, y in points: normalized.append(round(x / width, 6)) normalized.append(round(y / height, 6)) line = f"{class_id} " + " ".join(map(str, normalized))注意轮廓的点数不宜过多，YOLO-seg在训练时会把多边形转成掩码参与损失计算，点数过多会拖慢训练速度。这也是为什么每一条轮廓都要经过approxPolyDP压缩，严格控制在30到60个点以内会比较好。
6.3 半自动标注流水线的整体形态
把以上内容串起来，一条半自动标注流水线大致是这样的：
- 程序批量读入目录下的所有图像，自动执行轮廓提取与坐标输出。
- 自动生成带轮廓叠加效果的预览图，标注员快速浏览一遍。
- 把坐标结果批量导入LabelMe或CVAT，标注员只需要修正错误区域和补充漏检目标，不再从零描边。
- 标注完成后直接导出训练格式，进入模型训练环节。
这套流程对批量相似图像的标注场景效果提升最明显，比如同一产线上不同角度拍的零件图、同一批次的城市遥感影像。如果每张图的背景、光照、物体形态差异极大，自动轮廓提取的可靠率会下降，但即便只有50%的图不需要人工干预，整体效率提升也是很可观的。
我自己在实际项目里跑下来，轮廓提取加人工修正的流程，比纯手工标注快了大概3到4倍，尤其是在目标边缘明确、背景相对干净的工业图场景。遇到背景杂乱的图，把二值化和形态学参数调好，仍然能省下不少时间。
这个demo后期还可以往多方向扩展，比如加入边缘检测算法替代二值化、用SAM前处理自动分割候选区域再提取轮廓、或者把轮廓提取嵌入到Web标注工具的后端服务里做成在线接口。轮廓提取这个技术点本身不复杂，真正有价值的是整套围绕“标注效率”组织起来的工程链路。
本文还有配套的精品资源，点击获取
