Python 在OpenCV中从ROI裁剪矩形扩展

我有这样的图像：

我想从整个ROI中提取下面突出显示的矩形扩展

---

这里有一个简单的方法，使用+轮廓过滤和

cv2.contourArea（）

---

大津的阈值

->

形态闭合+反转

->

结果

代码

导入cv2
#加载图像，转换为灰度，大津阈值
image=cv2.imread（'1.png'）
灰色=cv2.CVT颜色（图像，cv2.COLOR\u BGR2GRAY）
thresh=cv2.阈值（灰色，0，255，cv2.thresh\u二进制\u INV+cv2.thresh\u OTSU）[1]
#创建内核和变形关闭
kernel=cv2.getStructuringElement（cv2.morp_RECT，（9,9））
close=255-cv2.morphologyEx（thresh，cv2.MORPH\u close，kernel，迭代次数=5）
#查找轮廓并使用轮廓区域进行过滤
cnts=cv2.findContours（关闭、cv2.RETR_树、cv2.CHAIN_近似、简单）
如果len（cnts）==2个其他cnts[1]，则cnts=cnts[0]
对于碳纳米管中的碳：
面积=cv2。轮廓面积（c）
如果面积大于100且面积小于25000：
cv2.等高线图（图[c]，-1，（36255,12），4）
cv2.imshow（'thresh'，thresh）
cv2.imshow（“关闭”，关闭）
cv2.imshow（“图像”，图像）
cv2.waitKey（）

将是答案。不，这对我不起作用，因为矩形是整个对象的一部分，不位于边缘，因此边缘检测不会将想要的矩形与对象区分开来。欢迎使用stackoverflow。这不是免费的代码编写服务。它也不是教程或网络搜索的替代品。请阅读。然后回答您的问题并添加您迄今为止尝试过的代码。当你运行它时会发生什么？你以为会发生什么？有错误吗？

import cv2

# Load image, convert to grayscale, Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Create kernel and morph close 
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9))
close = 255 - cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=5)

# Find contours and filter using contour area
cnts = cv2.findContours(close, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    if area > 100 and area < 25000:
        cv2.drawContours(image, [c], -1, (36,255,12), 4)

cv2.imshow('thresh', thresh)
cv2.imshow('close', close)
cv2.imshow('image', image)
cv2.waitKey()