利用opencv2计算轮廓的边界框识别图像中的坐标值大于100且小于1000的边框输出矩形框的坐标

以下是使用OpenCV2计算轮廓的边界框并识别图像中坐标值大于100且小于1000的边界框，并输出矩形框的坐标的示例代码：

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 进行阈值处理，将灰度图像转换为二值图像
_, binary = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历每个轮廓
for contour in contours:
    # 计算轮廓的边界框
    x, y, w, h = cv2.boundingRect(contour)
    
    # 判断边界框的坐标值是否满足条件
    if 100 < x < 1000 and 100 < y < 1000:
        # 绘制矩形框
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
        
        # 输出矩形框的坐标
        print('矩形框坐标：', x, y, x + w, y + h)

# 显示结果图像
cv2.imshow('Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，上述代码假设图像文件名为'image.jpg'，请根据实际情况进行修改。此外，还需确保安装了OpenCV2库