opencv-python如何找到最大的轮廓并提取该轮廓对应的mask部分以及opencv常见的问题

opencv-python如何找到最大的轮廓并提取该轮廓对应的mask部分以及opencv常见的问题

一、如何找到最大的轮廓并提取该轮廓对应的mask部分
主要用到的函数：cv.threshold（） cv.findContours（） cv.drawContours（）
首先要讲的是这三个函数的输入图像，这里很重要也很麻烦。
1.cv.threshold（）函数输入的图像数据可以是单通道也可以是三通道，输出通道数和输入通道数是一致的。但是由于cv.findContours（）函数的输入是单通道的，因此我们通常以单通道的形式输入。
2.cv.findContours（）的输入是单通道的,且需要是2值图像。
3. cv.drawContours（）函数将我们指定的轮廓画在我们要画的图片上，这里的输入图片是三通道的，因为函数的颜色添加形式是RGB形式。
4.提取过程：

#先用阈值获得我们的二值图像，这里maskcop是单通道的，所以输出也是单通道的。
_,Thresh_val  = cv.threshold(maskcop,val1-1,1,cv.THRESH_BINARY)
#再进行轮廓的提取，这里contours可能包括了多个轮廓
contours, _ = cv.findContours(maskcop, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

#---------------------------
#按照轮廓的索引提取指定的轮廓，并绘制在背景图上，这里mask是3通道的
#---------------------------
background = np.zeros_like(mask)
#第三个参数是contour的索引，第四个参数是RGB颜色设置，最后的参数-1表示填充，其他表示用对应粗细的线条绘制轮廓
biggest_contour_mask = cv.drawContours(background, contours, 1, (255, 255, 255), -1)
#这里再还原到单通道，方便我们后续处理
biggest_contour_mask = cv.cvtColor(biggest_contour_mask, cv.COLOR_RGB2GRAY)

实际效果图（我们获取两个轮廓中的一个）：

二、opencv常见的问题
平时常见的问题：
1.数据类型不匹配的问题。 我们使用numpy构建一个伪图片时数据格式可能是np.float64，但是cv很多函数使用的数据类型都是np.float32或者np.uint8。因此我们遇到问题时先考虑是不是数据格式的问题，使用image.astype(np.uint8)即可修改图片的数据格式
2.通道问题，就像上面提取轮廓一样。cv中三个函数的输入数据通道数不一致，我们需要注意通道数的问题。