如何应用阈值算子高亮最大目标？OpenCV代码报错求助

错误原因 #

cv2.threshold()返回的是**(计算出的阈值, 二值化图像)**的元组，你直接将这个元组当作图像传入cv2.imshow()和np.hstack()，导致类型不匹配，触发重载解析失败错误。

修正后代码（含最大目标高亮） #

import cv2
import numpy as np

# 读取灰度图像
img_hubble = cv2.imread("hubble.png", 0)

# 均值模糊处理
kernel = np.ones((15,15), np.float32)/225
dst = cv2.filter2D(img_hubble, -1, kernel)

# 二值化处理，正确接收返回值
_, thresh_img = cv2.threshold(dst, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# 检测图像中的轮廓
contours, _ = cv2.findContours(thresh_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 生成最大目标高亮图像
largest_obj_img = np.zeros_like(img_hubble)
if contours:
    # 筛选面积最大的轮廓
    max_contour = max(contours, key=cv2.contourArea)
    # 填充最大轮廓，实现高亮
    cv2.drawContours(largest_obj_img, [max_contour], 0, 255, cv2.FILLED)

# 拼接三张对比图像
result = np.hstack((img_hubble, dst, largest_obj_img))

# 显示结果
cv2.imshow('Original | Blurred | Largest Object', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键修改说明 #

• 修复阈值接收：用_, thresh_img拆分cv2.threshold()的返回值，仅保留二值化图像。
• 最大目标检测：通过cv2.findContours()提取轮廓，利用cv2.contourArea()作为筛选条件找到最大轮廓，再用填充绘制的方式高亮目标。
• 图像拼接：确保np.hstack()传入的是三张同维度的单通道图像，避免拼接失败。

内容的提问来源于stack exchange，提问作者DIlshanSandaruwan