基于OpenCV Python提取检测按钮并保存为独立图片

看起来你已经用MSER找对了方向，这玩意儿对检测UI里的按钮这类稳定区域确实挺好用！我来帮你补全代码，把按钮提取并保存成独立图片的流程走通：

完整可运行代码 #

import numpy as np
import cv2

# 读取图片（注意Windows路径要用原始字符串r''，避免转义报错）
img = cv2.imread(r'C:\Users\Rita\Desktop\ISCTE\2_ano\Tese\MSER\1_Exemplo\botoes.PNG', 1)
vis = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 初始化MSER检测器
mser = cv2.MSER_create()
regions, _ = mser.detectRegions(gray)
hulls = [cv2.convexHull(p.reshape(-1, 1, 2)) for p in regions]

# 先画出所有检测到的区域（方便调试看效果）
cv2.polylines(vis, hulls, 1, (0, 255, 0))
cv2.imwrite('detected_all_regions.png', vis)

# 过滤有效按钮区域并保存
button_index = 0
for hull in hulls:
    # 获取区域的边界框坐标
    x, y, w, h = cv2.boundingRect(hull)
    
    # 根据按钮的实际特征过滤（这里的阈值你要根据自己的图片调整！）
    area = w * h
    aspect_ratio = float(w) / h
    # 示例：过滤掉太小/太大、太窄/太宽的非按钮区域
    if 1500 < area < 25000 and 0.4 < aspect_ratio < 2.2:
        # 裁剪出按钮区域
        button_crop = img[y:y+h, x:x+w]
        # 保存为独立图片
        cv2.imwrite(f'extracted_button_{button_index}.png', button_crop)
        button_index += 1

print(f"搞定！一共提取并保存了 {button_index} 个按钮~")

几个关键细节要注意 #

• 路径问题：Windows系统里的路径反斜杠容易触发转义，用r'路径'这种原始字符串最省心
• 过滤参数：代码里的面积、宽高比阈值是示例，你得先看detected_all_regions.png里的检测结果，调整这些数值，确保只留下按钮区域
• 调试优先：先保存所有检测区域的图，能帮你快速判断哪些参数需要调整，避免漏提按钮或者误提杂项

如果你的按钮还有特殊特征（比如统一的蓝色、圆角），还可以加额外的过滤逻辑——比如检查区域内的颜色均值，或者判断凸包的圆角程度，进一步提升准确率。

内容的提问来源于stack exchange，提问作者Rita Maia