Python 如何仅提取看起来像手写的轮廓？

我想仅提取属于此图像上笔迹的轮廓：

以下是提取轮廓的代码：

import cv2
import matplotlib.pyplot as plt


img = cv2.imread(PATH TO FRAME)
print("img shape=", img.shape)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow("image", gray)
cv2.waitKey(1)
#### extract all contours
# Find Canny edges 
edged = cv2.Canny(gray, 30, 200) 
cv2.waitKey(0) 
  
# Finding Contours 
# Use a copy of the image e.g. edged.copy() 
# since findContours alters the image 
contours, hierarchy = cv2.findContours(edged,  
    cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) 
  
cv2.imshow('Canny Edges After Contouring', edged) 
cv2.waitKey(0) 
  
print("Number of Contours found = " + str(len(contours))) 
  
# Draw all contours 
# -1 signifies drawing all contours 
cv2.drawContours(img, contours, -1, (0, 255, 0), 3) 
  
cv2.imshow('Contours', img) 
cv2.waitKey(0) 

---

您是专门要求这张图片还是要求一张普通图片（这恰好是一个例子）-您在写作品之前有这张图片吗

如果对于该图像，您可以确定笔迹的位置（左下方的大矩形），然后仅提取该区域中的轮廓。 您可以通过在任何写入之前和之后处理图像，或者通过知道左下角的区域已处理该图像来确定该矩形

另一个选项：你可以从后面减去前面的图像，只留下已经添加的内容

---

我意识到，虽然他们实际上并没有从轮廓中检测出笔迹，但他们可能会达到同样的目的——铜版纸越多，检测起来就越困难。预先处理或获取感兴趣区域可能会使轮廓问题变得更简单。

您可以从一些已经检测手写文本的神经网络模型开始。然后，重新训练它，使其检测手写文本并忽略机器打印的文本。例如，您可以从以下文字检测器型号开始：