检测不同的组件：

如果您尝试检测不同的组件，除了检测轮廓之外，可能还有其他方法可以做到这一点。这是 Mathematica 中的一个示例。腐蚀后膨胀用于在检测之前关闭第二个组件中的间隙（如果您不这样做，它将不会检测到它）。

img = Binarize@Import["http://i.stack.imgur.com/yqDyu.png"];
Colorize[MorphologicalComponents[Dilation[Erosion[img,1],1]]]

下图左图显示了不完美的对象检测（没有缩小差距），右图显示了正确的检测（运行上述代码）。

检测不同的轮廓：

但是，如果您确实只想分离轮廓，这里有一个例子。像以前一样执行腐蚀和膨胀以缩小间隙，并且生成的图像通过 Canny 边缘检测器运行。我已经明确了默认选项，以便您可以看到正在使用的内容。

img2 = EdgeDetect[Dilation[Erosion[img, 1], 1], Method -> "Canny"]

这将为您提供内部和外部边缘（见左下图），因为像素宽度在周围都大于 1。由于性能下降（可能与您的其他图像不同），我没有太多运气试图让它更薄。内轮廓是您想要的轮廓，外轮廓只是所有 4 个组件的组合轮廓。现在我们需要做的就是删除最外面的一个：

SelectComponents[img2, "EnclosingComponentCount", # > 0 &]

它只给你内部轮廓（见右下角）。换句话说，它只选择那些被至少一个其他轮廓包围的轮廓，这会自动取消最外面的轮廓。我不知道这些命令/操作在 openCV 中的等价物。

请注意，图中明显的中断是由于保存为较小尺寸的 jpeg。在我的屏幕上看起来不是这样。

尝试使用像腐蚀这样的形态过滤器对图像进行预处理。这将允许分离触摸轮廓。检测轮廓后，您可以应用膨胀操作来完成格子。

这不是您问题的答案，但轮廓分析容易出错。您对此无能为力，它仅适用于非常简单的场景。

如果您在使用它时遇到问题，您应该寻找一种完全不同的算法。有更复杂和更健壮的方法来解决问题，但这取决于您想要实现的目标（对象检测、跟踪等......）

考虑到您使用 canny 检测它们，轮廓不一定是开放的。Canny 的问题已经在这里讨论过了。关于 canny的讨论为您提供了一个基本概念，即在 Canny 之上仍然需要诸如闭合和膨胀之类的操作来评估闭合轮廓。

这也取决于我们是在寻找轮廓还是分割（Canny 与Graphcuts等方法）。所以我想寻找强大的解决方案取决于您的最终应用程序。