1 原图，已知左上角正方形的实际大小为 2cm

2 转为灰度图  + 高斯模糊

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)    

 cv2.GaussianBlur(gray, (9, 9), 0)

3、边缘检测

edged = cv2.Canny(blur, 50, 100)+ 开运算

4、根据左上角参考物体，计算单位长度中的像素个数、

pixel_per_cm = dist_in_pixel/dist_in_cm

5、计算物体轮廓的最小外接矩形，并获取四个顶点的坐标

cv2.minAreaRect(cnt)   + box = cv2.boxPoints(box)

6、根据4个顶点和单位长度中像素的个数，计算被测量物体的宽、高

wid = euclidean(tl, tr)/pixel_per_cm
ht = euclidean(tr, br)/pixel_per_cm

 

-----------------------------------------------------------------------------------------------------------------------------------------------

这里的物体检测只使用于图像非常简单的情况，对于复杂背景的图像需要更有效的物体检测方法，如下图

参考文献

https://github.com/snsharma1311/object-size