Python OpenCV分割轮廓

我正在尝试使用Python上的OpenCV检测手。
我正在处理这个阈值图像：


这就是等高线绘制状态：


我试图检测手，但轮廓太大，它捕捉到了我的整个身体。
我需要这样的轮廓：

我的代码：

import cv2
orImage = cv2.imread("f.png")
image = cv2.cvtColor(orImage,cv2.COLOR_BGR2GRAY)
image = cv2.blur(image,(15,15))
(_,img_th) = cv2.threshold(image,96,255,1)
        (contours,_) = cv2.findContours(img_th, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
       if cv2.contourArea(c) > 15:
             x,y,w,h = cv2.boundingRect(c)
             cv2.rectangle(image,(x-20,y-20),(x+w+20,y+h+20),(0,255,0),2)
cv2.drawContours(image,contours,-1,(255,0,0),2)
cv2.imwrite("hi.jpg",image)

谢谢

我有一个解决方案（我从中得到了一些帮助），它还有许多专门为OpenCV用户提供的关于图像处理的精彩教程。）

我首先转换了您上传到HSV颜色空间的图像：

HSV = cv2.cvtColor(orimage, cv2.COLOR_BGR2HSV)

然后，我将图像转换为HSV颜色空间后，设置皮肤检测的近似范围：

l = np.array([0, 48, 80], dtype = "uint8")
u = np.array([20, 255, 255], dtype = "uint8")

然后，我将此范围应用于HSV图像：

skinDetect = cv2.inRange(HSV, l, u)

这是我得到的（我还调整了图像的大小，使其更小）：

现在，您可以在该图像中找到最大的轮廓，然后进行形态学操作以完美地获得手

---

希望这有帮助。

要将手的轮廓与身体其他部位分开，您需要使用阈值算法。你有实际的输入图像吗？或者你可以检测实际图像中的边缘，然后与轮廓图像重叠。是的，我有；但我想我需要像“max area”这样的东西，只是提醒一下，我提到的博客文章还有很多其他很棒的教程！！我刚刚遇到另一个解决方案，涉及YCrCb颜色空间，可在