1、加载图片，转成灰度图
2、用Sobel算子计算x，y方向上的梯度，之后在x方向上减去y方向上的梯度，通过这个减法，我们留下具有高水平梯度和低垂直梯度的图像区域。
3、去除图像上的噪声。首先使用低通滤泼器平滑图像（9 x 9内核）,这将有助于平滑图像中的高频噪声。低通滤波器的目标是降低图像的变化率。如将每个像素替换为该像素周围像素的均值。这样就可以平滑并替代那些强度变化明显的区域。
4、然后，对模糊图像二值化。梯度图像中不大于90的任何像素都设置为0（黑色）。 否则，像素设置为255（白色）。
5、从上图我们发现图像上还有一些小的白色斑点，这会干扰之后的昆虫轮廓的检测，要把它们去掉。分别执行4次形态学腐蚀与膨胀。
6、找出昆虫区域的轮廓。cv2.f坡纠课柩indContours()函数第一个参数是要检索的图片，必须是为二值图，即黑白的（不是苁藜靶轾灰度图），所以读取的图像要先转成灰度的，再转成二值图，我们在第三步用cv2.threshold()函数已经得到了二值图。第二个参数表示轮廓的检索模式，有四种：cv2.RETR_EXTERNAL表示只检测外轮廓cv2.RETR_LIST检测的轮廓不建立等级关系cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。cv2.RETR_TREE建立一个等级树结构的轮廓。
7、第三个参数为轮廓的近似方法cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位就女蒿鸳置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
8、OpenCV中通过cv2.drawContours在图像上绘制轮罟谀脸噤廓。第一个参数是指明在哪幅图像上绘制轮廓第二个参数是轮廓本身，在Python中是一个list第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓第四个参数是轮廓线条的颜色第五个参数是轮廓线条的粗细
9、主要求得包含点集最小面积的矩形，这个矩形是可以有偏转角度的，可以与图像的边界不平行。
10、这样就完成了对图片多余物体的去除
