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：
python
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
bash
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！