OpenCV之Canny 边缘检测与MediaPipe 人物分割

问题来源：实际开发中发现使用Canny 边缘检测进行人脸轮廓绘制与预期差距太远

🔍 问题根源：Canny 不适合提取"人物轮廓"

你遇到的问题不是代码错误，而是 算法选择问题：

Canny 边缘检测	人物轮廓提取
检测颜色突变的地方	需要识别物体边界
背景灯光也会被检测	背景应该被忽略
皮肤渐变区域检测不到	需要完整勾勒人体

当前问题，绿色线条只出现在：

• ✅ 头发与背景对比强的地方
• ✅ 肩膀边缘
• ❌ 脸部与背景颜色相近的地方（检测不到）
• ❌ 衣服与皮肤颜色相近的地方（检测不到）

---

✅ 解决方案：用 MediaPipe 提取人体轮廓

MediaPipe 是 Google 开源的人体检测库，专门用来提取人物轮廓：

import cv2
import numpy as np
import mediapipe as mp  # 需要先安装

# 初始化 MediaPipe 人物分割
mp_selfie_segmentation = mp.solutions.selfie_segmentation
segmentation = mp_selfie_segmentation.SelfieSegmentation(model_selection=1)

# 读取图片
img = cv2.imread('pic/test.jpg')
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 进行人物分割
results = segmentation.process(img_rgb)
mask = results.segmentation_mask  # 人物概率图 (0-1)

# 转换为二值掩膜 (大于0.5的认为是人物)
_, mask_binary = cv2.threshold((mask * 255).astype(np.uint8), 127, 255, cv2.THRESH_BINARY)

# 形态学优化
kernel = np.ones((5, 5), np.uint8)
mask_binary = cv2.morphologyEx(mask_binary, cv2.MORPH_CLOSE, kernel)
mask_binary = cv2.morphologyEx(mask_binary, cv2.MORPH_OPEN, kernel)

# 查找人物轮廓
contours, _ = cv2.findContours(mask_binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 画轮廓
img_contours = img.copy()
for cnt in contours:
    if cv2.contourArea(cnt) > 1000:  # 过滤小轮廓
        cv2.drawContours(img_contours, [cnt], -1, (0, 255, 0), 3)

# 显示结果
cv2.imshow('Person Contour', img_contours)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存
cv2.imwrite('result_person_contour.jpg', img_contours)

---

结果图：

📦 安装依赖

pip install mediapipe

---

📊 效果对比

方法	Canny 边缘检测	MediaPipe 人物分割
原理	检测颜色突变	AI 识别人体
脸部轮廓	❌ 检测不到	✅ 完整
身体轮廓	❌ 部分缺失	✅ 完整
背景干扰	❌ 灯光也被检测	✅ 自动过滤
速度	快	中等
适用场景	工业检测、文档扫描	人物、物体分割

---

🎯 预期效果

使用 MediaPipe 后，你应该能看到：

• ✅ 完整的脸部轮廓
• ✅ 完整的身体轮廓
• ✅ 头发边缘也能勾勒
• ✅ 背景灯光不会被误检测

---

📝 总结

问题	原因	解决方案
轮廓不完整	Canny 检测的是边缘，不是物体	用 MediaPipe 人物分割
背景噪声	Canny 无法区分人物和背景	AI 自动识别人体
渐变区域检测不到	皮肤、衣服颜色渐变	AI 能理解语义边界

推荐：用 MediaPipe，这是目前提取人物轮廓最可靠的方法！