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！

三、运行效果