Python 从图像中提取白色矩形

我有一个大的数据集，只有遮罩图片和白框显示的投资回报率。我想得到边界框xywh，用于实现yolov3。 样本图片

我的努力

    image = cv2.imread('sample.jpg')
    # cv2.imshow('image',image)
    copy = image.copy()
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

    cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if len(cnts) == 2 else cnts[1]

    ROI_number = 0
    bboxes = []
    for c in cnts:
        x, y, w, h = cv2.boundingRect(c)
        bboxes.append([x, y, w, h])
        ROI = image[y:y + h, x:x + w]
        # cv2.imshow('ROI_{}.png'.format(ROI_number), ROI)
        cv2.rectangle(copy, (x, y), (x + w, y + h), (36, 255, 12), 2)

    print(bboxes)
    exit()

结果

[[1594, 864, 1, 144], [1076, 717, 2, 2], [908, 668, 148, 47], [1356, 7, 3, 1], [1594, 6, 1, 6], [1344, 6, 106, 28], [1377, 0, 3, 1]]

---

应该只有2个框，而不是7这段代码中的什么错误

因为你没有过滤区域或类似区域的轮廓，你也会检测到那些（小的，但有点清晰可见！）瑕疵，比如在右上角，或者在下框的右下角，或者在右图像边框的那条线。例如，我如何过滤它们，像这样：

cnts=[cnt for cnt in cnts if cv2.contourArea（cnt）>thr]

使用

thr

作为合适的阈值，在您的示例中可能是

500

，因为与工件相比，您有相当大的盒子。我刚刚注意到图像上有小的凹痕。我可以根据w，h进行过滤吗？或者我的想法是错误的cnts=imutils.grab_courts（cnts）cnts=sorted（cnts，key=cv2.contourArea，reverse=True）ROI_number=0 bboxes=[]对于枚举中的i，c（cnts）：如果cv2.contourArea（c）>500:x，y，w，h=cv2.boundingRect（c）bboxes.append（[x，y，w，h]）ROI=图像[y:y+h，x:x+w]#cv2.imshow（'ROI{}.png'.格式（ROI_编号），ROI）cv2.矩形（复制，（x，y），（x+w，y+h），（36255，12），2）