关于图像处理自动化添加掩膜的问题

Question

打算将中间木箱以外的区域全部用掩膜覆盖，写了以下代码，运行时报错，请教是哪里的问题，该如何修改才能实现

代码如下：

import cv2
import numpy as np

读取图像

img = cv2.imread('sand.jpg')

获取显示窗口的大小

window_width = 800
window_height = 800

调整图像的尺寸

src = cv2.resize(img, (window_width, window_height))

转换为灰度图像

gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

使用Canny算法检测边缘

edges = cv2.Canny(gray, 100, 200)

对边缘进行膨胀操作，以强化边缘区域

edges_dilated = cv2.dilate(edges, None, iterations=3)

创建一个全黑的空白图像

mask = np.zeros_like(src)

在空白图像上绘制边缘，组成分割掩模

cv2.drawContours(mask, [edges_dilated], -1, (255, 255, 255), -1)

将分割掩模应用于原始图像，得到分割结果

segmented = cv2.bitwise_and(src, mask)

保存分割结果为图像文件

cv2.imwrite('output.jpg', segmented)

报错结果如下：

Answer 1

cv2.drawContours 一般使用 cv2.findContours() 返回的轮廓进行绘制，你代码中的 edges_dilated 不是 cv2.drawContours 所需要的轮廓形式，使用下面的代码可以绘制轮廓，但是效果不佳

import cv2
import numpy as np

# 读取图像
img = cv2.imread('sand.jpg')

# 获取显示窗口的大小
window_width = 800
window_height = 800

# 调整图像的尺寸
src = cv2.resize(img, (window_width, window_height))

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

# 使用Canny算法检测边缘
edges = cv2.Canny(gray, 100, 200)

# 对边缘进行膨胀操作，以强化边缘区域
edges_dilated = cv2.dilate(edges, None, iterations=3)

# 创建一个全黑的空白图像

# 在空白图像上绘制边缘，组成分割掩模
# cv2.drawContours(mask, [edges_dilated], -1, (255, 255, 255), -1)
mask = cv2.merge([edges_dilated, edges_dilated, edges_dilated])
# 将分割掩模应用于原始图像，得到分割结果
segmented = cv2.bitwise_and(src, mask)

# 保存分割结果为图像文件
cv2.imwrite('output.jpg', segmented)