davidcastagnetoa/skills

opencv_contour_detection

Detectar bordes y contornos del documento para segmentación y corrección de perspectiva

First seen Mar 6, 2026

Installation

$ npx skills add davidcastagnetoa/skills --skill opencv_contour_detection

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from davidcastagnetoa/skills · top by installs.

npx skills add davidcastagnetoa/skills

Browse all from davidcastagnetoa/skills

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 1
Default branch main
Open issues 0
Status Active

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 1,324 B
  • docs SUMMARY.md 121 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 5 installs

SKILL.md

opencvcontourdetection

La detección de contornos con OpenCV localiza el perímetro del documento en la imagen para extraerlo y procesarlo de forma aislada del fondo.

When to use

Usar como primer paso en el documentprocessoragent antes de cualquier otro procesamiento.

Instructions

  1. Convertir a escala de grises y ecualizar histograma: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).
  2. Aplicar blur adaptativo: blur = cv2.bilateralFilter(gray, 11, 17, 17).
  3. Detectar bordes con Canny adaptativo (calcular thresholds automáticamente por percentiles).
  4. Dilatar bordes para cerrar gaps: kernel = np.ones((3,3), np.uint8); dilated = cv2.dilate(edges, kernel).
  5. Encontrar contornos y filtrar por área mínima (el documento ocupa >20% de la imagen).
  6. Seleccionar contorno cuadrilátero de mayor área.
  7. Si YOLOv8 está disponible, usar su bounding box como región de interés antes de aplicar contornos.

Notes

  • Iluminación uniforme mejora significativamente la detección. Proporcionar feedback al usuario.
  • Si la detección falla, solicitar nueva captura con instrucciones específicas.