如何提高轮廓检测的准确性

Question

我进行了一项研究，该研究提供了图像中对象的长度和宽度值。我需要对长度和宽度进行精确的测量，但结果偏差太小，我需要达到精确的值。

我有一个现成的程序，但需要进行开发以达到最佳效果。

(contours, _) = contours.sort_contours(contours)
for cnt in contours:
box = cv2.minAreaRect(cnt)
       box = cv2.boxPoints(box) if imutils.is_cv2() else cv2.boxPoints(box)
       box = np.array(box, dtype="float")
box = perspective.order_points(box)
       cv2.drawContours(orig, [box.astype("int")], -1, (0, 255, 0), 1)

要查看我拥有的数据集，我正在共享测试图像：

  

它检测到紫色线条内部的轮廓，但我希望将其作为黄色线条。

我应该更新obn代码以达到目标吗？