Bitmap.LockBits + 加权灰度转换 + Otsu自动阈值 + MorphologyEx闭合 + CV_8UC1输入 + RetrievalModes.Tree + ContourArea过滤 + ApproxPolyDP按比例调参最可靠。
用 Bitmap + 手动遍历像素做二值化最可控
直接调 bitmap.lockbits 拿到原始像素内存，比反复调 getpixel 快一个数量级，也避开了 gdi+ 的隐式色彩空间转换干扰。灰度转换建议用加权平均：0.299 * r + 0.587 * g + 0.114 * b，不是简单取平均或只看某个通道。
常见错误是阈值设成固定 128——光照不均的图一处理就糊成一片。实际得先算整图灰度直方图，再用 Otsu 算法自动找最优阈值，Emgu.CV 里有现成的 CvInvoke.Threshold，但纯 C# 实现也就几十行。
- 别在 UI 线程里锁大图，会卡死；用
Task.Run包一层 -
PixelFormat.Format24bppRgb和Format32bppArgb的 stride 对齐不同，读内存前必须用BitmapData.Stride，不能硬算width * 3 - Alpha 通道不为 255 的像素，灰度计算前得先预乘（premultiply）或忽略，否则边缘发虚
用 Emgu.CV 做轮廓提取前必须做形态学闭合
二值图里目标物常有缺口或毛刺，FindContours 一跑就碎成几十个小块。直接上 CvInvoke.MorphologyEx 加个 MorphOp.Close，结构元用 new Mat(3, 3, DepthType.Cv8U, 1) 就够，太大反而粘连无关区域。
注意 FindContours 返回的是 VectorOfVectorOfPoint，不是单层 List<point></point>。最外层轮廓索引是 [0]，但若图像里有“回”字形，内环在 [1]，得靠 hierarchy 参数判断父子关系，不然一框全包进去。
- 输入图必须是单通道
CV_8UC1，传Bitmap前用CvInvoke.CvtColor转灰度再二值化 -
RetrievalModes.Tree比List多返回层级信息，但内存开销略高，简单场景用External更快 - 轮廓点坐标是整数，如果后续要拟合椭圆或计算面积，记得转
PointD防精度丢失
Bitmap.SetPixel 在循环里是性能黑洞
每调一次 SetPixel 都触发 GDI+ 内部锁和格式校验，万级像素图能慢十倍以上。哪怕只是调试，也别在正式逻辑里留它。真要可视化中间结果，用 LockBits 写完再一次性 UnlockBits。
另一个坑是：用 Graphics.FromImage 画轮廓线时，默认抗锯齿会让线变粗、边界模糊，g.SmoothingMode = SmoothingMode.None 必须显式关掉，否则你提取的 Rectangle 和画出来的框根本对不上。
- 调试时想快速看二值效果？用
Bitmap.Clone(Rectangle, PixelFormat.Format8bppIndexed)+ 自定义调色板，比反复SetPixel直观得多 - 保存结果图别用
Bitmap.Save("x.jpg")，JPEG 有损压缩会把刚生成的硬边轮廓搞出灰边，改用Png
轮廓面积太小的点经常是噪声，但别盲目删
用 ContourArea 过滤时，设 10 还是 50 取决于原始图分辨率。1920×1080 的图里，面积 20 可能是关键细节（比如螺丝孔），而 640×480 里同值大概率是噪点。更稳的做法是结合宽高比和最小外接矩形的 AspectRation 判断。
还有种情况：目标本身细长（如电线），面积达标但 BoundingRectangle 宽高比超过 10，这种该保留；反过来，圆度 (4 * PI * area) / (perimeter * perimeter) 低于 0.3 的，基本是飞散噪点。
- 别用
Point数组长度当轮廓有效性依据——缩放后点数会变，ContourArea才是尺度不变量 - OpenCV 的
ApproxPolyDP默认 epsilon 是像素级，高清图得按比例放大，否则多边形简化过度
二值化和轮廓提取看着简单，真正卡住人的永远是光照不均、目标粘连、边缘反走样这三块。参数调一遍不够，得对着原图灰度分布和二值结果来回切，才能摸清阈值和结构元怎么配。
