如何使用OpenCV与Python将图像白色背景像素转为黑色

针对Otsu二值化后的图像，根据前景/背景的像素分布，提供三种实用处理方式：

场景1：背景为白色、前景为黑色（最常见） #

如果你的图像是背景白(255)、前景黑(0)，直接反转像素值就能实现背景转黑、前景转白（突出目标）：

import cv2

# 读取Otsu处理后的二值灰度图
img = cv2.imread("your_thresholded_image.png", cv2.IMREAD_GRAYSCALE)
# 反转像素：白色→黑色，黑色→白色
processed_img = 255 - img
# 保存结果
cv2.imwrite("background_black_result.png", processed_img)

场景2：仅需将所有白色像素转为黑色 #

如果不需要保留白色前景（或前景无白色），直接批量替换像素值：

import cv2
import numpy as np

img = cv2.imread("your_thresholded_image.png", cv2.IMREAD_GRAYSCALE)
# 将所有白色像素(255)替换为黑色(0)
img[img == 255] = 0
cv2.imwrite("background_black_result.png", img)

如果背景存在浅灰噪点，可先做阈值过滤再替换：

# 先过滤浅灰，确保仅识别纯背景白色
_, binary_mask = cv2.threshold(img, 240, 255, cv2.THRESH_BINARY)
img[binary_mask == 255] = 0

场景3：前景为白色、需精准区分背景和前景 #

如果前景是白色，要避免误转前景，可通过轮廓检测精准保留前景、替换背景：

import cv2
import numpy as np

img = cv2.imread("your_thresholded_image.png", cv2.IMREAD_GRAYSCALE)
# 提取最外层前景轮廓
contours, _ = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 创建全黑画布
result = np.zeros_like(img)
# 填充前景轮廓为白色（保留原前景）
cv2.drawContours(result, contours, -1, 255, thickness=cv2.FILLED)
cv2.imwrite("background_black_result.png", result)

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