OpenCV Python: 使用轮廓大小筛选图像

以下是一个使用 OpenCV 库实现图像处理和轮廓检测的示例程序：

import cv2
import numpy as np

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

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

# 阈值化图像
_, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

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

# 计算轮廓大小的平均值
total_area = 0
for contour in contours:
    total_area += cv2.contourArea(contour)
average_area = total_area / len(contours)

# 筛选大于平均值的轮廓
filtered_contours = []
for contour in contours:
    if cv2.contourArea(contour) > average_area:
        filtered_contours.append(contour)

# 创建空白图像
output = np.zeros_like(image)

# 绘制筛选后的轮廓
cv2.drawContours(output, filtered_contours, -1, (0, 255, 0), 2)

# 保存输出图像
cv2.imwrite('output.jpg', output)

请注意，在上面的示例中，我们假设图像文件名为'image.jpg'，并且将输出图像保存为'output.jpg'。您需要将这些文件名替换为您自己的图像文件名。此外，该程序将根据原图像的轮廓大小的平均值筛选出大于平均值的部分，并将该部分的轮廓和轮廓中的部分绘制在输出图像上。