在进行cv2.drawContour 查找外轮廓 但是效果很不理想，怎么改进啊？

二值化之后进行查找轮廓

cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]

for c in cnts:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02 * peri, True)
    if len(approx) == 4:
        screenCnt = approx
        break

print("STEP 2: Find contours of paper")
cv2.drawContours(image, [screenCnt], -1, (0, 255, 0), 2)
cv2.imshow("Outline", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

二值化效果

查找轮廓效果

你想要什么效果

根据轮廓的长度和面积进行过滤。你这个最简单的操作就是保留最大轮廓，
用下面这个代码：

import cv2
import numpy as np


img = cv2.imread('test/red_che_0.jpg')

mask = img.copy()

# 二值化，100为阈值，小于100的变为255，大于100的变为0
# 也可以根据自己的要求，改变参数：
# cv2.THRESH_BINARY
# cv2.THRESH_BINARY_INV
# cv2.THRESH_TRUNC
# cv2.THRESH_TOZERO_INV
# cv2.THRESH_TOZERO
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

etVal, threshold = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY)
# 寻找轮廓
contours, hierarchy = cv2.findContours(threshold , cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
valid = len(contours) > 0
# 找到所有的轮廓
#contours, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

area = []

# 找到最大的轮廓
for k in range(len(contours)):
    area.append(cv2.contourArea(contours[k]))
max_idx = np.argmax(np.array(area))

# 填充最大的轮廓
mask = cv2.drawContours(mask, contours, max_idx, 0, cv2.FILLED)

# 保存填充后的图像

cv2.namedWindow("mask",0)
cv2.imshow("mask", mask)
cv2.waitKey(200)

具体可以参考：
OpenCV—轮廓操作一站式详解：查找/筛选/绘制/形状描述与重心标注(Python版)_iracer的博客-CSDN博客 OpenCV—轮廓操作一站式详解：查找/筛选/绘制/形状描述与重心标注（Python版）为了方便使用的Python同学，将上一篇文章用Python重写了一遍，其中一些OpenCV的Python接口说明将后续持续更新。轮廓是定义或限定形状或对象的边或线，是机器视觉中的常用的概念，多用于目标检测、识别等任务。关于OpenCV轮廓操作，尤其是级别及如何使用轮廓级别进行筛选等问题，相关文章比较... https://blog.csdn.net/iracer/article/details/90695914