如何在Python中用白色填充轮廓外的背景

我已经成功提取出产品的轮廓，现在需要把轮廓以外的所有区域用白色填充。以下是我提取轮廓的Python代码，目前已经得到轮廓效果，但不知道如何完成填充操作，期望的输出效果如下。

修改后的完整代码 #

import cv2
import numpy as np

# 加载图像
empty = cv2.imread("empty.jpg")
full = cv2.imread("3.jpg")

# 保存彩色副本用于可视化
full_c = full.copy()

# 转换为灰度图
empty_g = cv2.cvtColor(empty, cv2.COLOR_BGR2GRAY)
full_g = cv2.cvtColor(full, cv2.COLOR_BGR2GRAY)

# 高斯模糊，抵消轻微相机移动的影响
empty_g = cv2.GaussianBlur(empty_g, (41, 41), 0)
full_g = cv2.GaussianBlur(full_g, (41, 41), 0)

# 计算有产品和空场景的灰度差
diff = full_g - empty_g
cv2.imwrite("diff.jpg", diff)

# 反向阈值处理：将亮度高于240的像素设为黑色（对应无产品区域）
_, diff_th = cv2.threshold(diff, 240, 245, 1)
cv2.imwrite("diff_th.jpg", diff_th)

# 结合差异图和阈值结果，提取产品区域
bag = cv2.bitwise_and(diff, diff_th, None)
cv2.imwrite("just_the_bag.jpg", bag)

# 再次阈值处理得到二值掩码
_, bag = cv2.threshold(bag, 100, 255, 0)

# 膨胀操作，弥补前期模糊造成的轮廓收缩
kernel = np.ones((6, 6), np.uint8)
bag = cv2.dilate(bag, kernel, iterations=1)

# 查找轮廓，按面积排序取前3个
contours, _ = cv2.findContours(bag, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse=True)[:3]

# ------------------- 新增填充逻辑 -------------------
# 创建与原图大小一致的白色背景图像
white_bg = np.full_like(full, (255, 255, 255), dtype=np.uint8)
# 创建掩码：仅轮廓内部区域为白色，其余为黑色
mask = np.zeros_like(full_g)
cv2.drawContours(mask, [contours[0]], -1, 255, thickness=cv2.FILLED)
# 将原图中轮廓内的区域复制到白色背景上
cv2.bitwise_and(full, full, white_bg, mask=mask)
# ---------------------------------------------------

# 显示并保存填充后的结果
cv2.imshow("filled_result", white_bg)
cv2.imwrite("filled_result.jpg", white_bg)

# 原轮廓可视化（可选保留）
cv2.drawContours(full_c, [contours[0]], -1, (0, 255, 0), 2)
cv2.imshow("contour", full_c)
cv2.imwrite("result2.jpg", full_c)

cv2.waitKey(0)
cv2.destroyAllWindows()

关键步骤说明 #

• 创建白色背景：用np.full_like生成和原图尺寸、通道数完全一致的白色图像，作为最终输出的基底
• 生成填充掩码：创建全黑的单通道掩码，通过cv2.drawContours设置thickness=cv2.FILLED，将目标轮廓内部填充为白色，这个掩码用来标记需要保留原图内容的区域
• 合并图像：通过cv2.bitwise_and操作，利用掩码把原图中轮廓内的区域提取出来，覆盖到白色背景上，最终得到轮廓外全白的效果

当前轮廓效果 #

期望输出效果 #

内容的提问来源于stack exchange，提问作者Andie31