如何用Python和OpenCV通过掩码提取原图像中的非矩形白色区域子图像？

嘿，我来帮你搞定这个问题！要从原始图像里提取掩码中那些非矩形白色区域的子图像，用Python+OpenCV完全可以实现，核心就是先找到每个独立的白色连通区域，再把对应区域从原图里抠出来——还能完美保留区域的不规则形状哦。下面是具体的步骤和代码示例：

核心思路 #

• 通过轮廓检测定位掩码里所有独立的白色连通区域
• 对每个区域，我们可以创建带Alpha通道的图像，只保留轮廓内的像素，其他区域设为透明，这样就能得到真正的非矩形子图像
• 如果不需要透明背景，也可以提取区域的最小外接矩形，再用掩码裁剪出对应形状的像素

步骤1：导入依赖并读取图像 #

首先导入需要的库，然后读取原始图像和掩码图像：

import cv2
import numpy as np

# 读取原始图像（BGR格式）
original_img = cv2.imread('original_image.jpg')
# 以灰度模式读取掩码图像（确保是二值图：0为黑，255为白）
mask_img = cv2.imread('mask_image.png', 0)

如果你的掩码不是二值图，先做阈值处理：_, mask_img = cv2.threshold(mask_img, 127, 255, cv2.THRESH_BINARY)

步骤2：检测掩码中的所有连通轮廓 #

用OpenCV的轮廓检测功能，找出掩码里所有独立的白色区域：

# 只检测最外层的独立轮廓，避免嵌套区域干扰
contours, _ = cv2.findContours(mask_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

• cv2.RETR_EXTERNAL：只提取最外层轮廓，适合分离独立的白色区域
• cv2.CHAIN_APPROX_SIMPLE：压缩轮廓点的数量，减少计算量

步骤3：提取带透明背景的非矩形子图像 #

这是最常用的方式，保存的PNG图像会只显示轮廓内的原始图像内容，其他区域透明：

# 遍历每个检测到的轮廓
for idx, contour in enumerate(contours):
    # 创建和掩码大小一致的Alpha通道，初始全黑（透明）
    alpha_channel = np.zeros_like(mask_img)
    # 将当前轮廓区域填充为白色（不透明）
    cv2.drawContours(alpha_channel, [contour], 0, 255, thickness=cv2.FILLED)
    
    # 把原始图像转为BGRA格式（添加Alpha通道）
    bgra_img = cv2.cvtColor(original_img, cv2.COLOR_BGR2BGRA)
    # 将Alpha通道赋值给BGRA图像的第4通道
    bgra_img[:, :, 3] = alpha_channel
    
    # 提取当前轮廓的最小外接矩形，裁剪出子图像（避免保存整个大图像）
    x, y, w, h = cv2.boundingRect(contour)
    cropped_subimg = bgra_img[y:y+h, x:x+w]
    
    # 保存子图像（必须用PNG格式，JPG不支持透明）
    cv2.imwrite(f'subimage_{idx+1}.png', cropped_subimg)
    print(f"已成功保存第{idx+1}个子图像")

可选：提取无透明背景的子图像（背景为黑色） #

如果不需要透明背景，只想保留区域内的像素，背景设为黑色，可以用这个方法：

for idx, contour in enumerate(contours):
    # 创建只包含当前轮廓的掩码
    single_mask = np.zeros_like(mask_img)
    cv2.drawContours(single_mask, [contour], 0, 255, thickness=cv2.FILLED)
    
    # 用掩码提取原始图像的对应区域
    subimg = cv2.bitwise_and(original_img, original_img, mask=single_mask)
    
    # 裁剪最小外接矩形
    x, y, w, h = cv2.boundingRect(contour)
    cropped_subimg = subimg[y:y+h, x:x+w]
    
    # 保存（可以用JPG格式）
    cv2.imwrite(f'subimage_no_alpha_{idx+1}.jpg', cropped_subimg)

小提示 #

• 如果掩码里有嵌套的白色区域，把cv2.RETR_EXTERNAL改成cv2.RETR_TREE就能检测所有层次的轮廓
• 轮廓检测前可以对掩码做一次形态学操作（比如cv2.morphologyEx），去除小的噪点，避免提取不必要的小区域

内容的提问来源于stack exchange，提问作者Maximus