你有没有想过，只靠几行代码就能从一张普通照片里，精准抠出你想要的物体？今天我就带大家从零开始，用 Python 和 OpenCV 库，一步步把一张扇子图片里的扇子完美提取出来，全程无门槛，小白也能跟着做！

---

🎯 我们要实现什么？

先明确我们的目标，一共 4 步：

1. 读取名为fan.jpg的图片，把它缩放到宽 640、高 480，再逆时针旋转 90 度
2. 用 Canny 算法提取图片的边缘轮廓
3. 找到扇子的外轮廓，生成一个 “遮罩”（掩模），只保留扇子区域
4. 用遮罩和原图做运算，把扇子单独抠出来，保存成shanzi.png

最终效果就是：从一张杂乱的背景图里，只留下干净的扇子～

---

🛠️ 准备工作：安装必要的库

在开始写代码前，我们需要先安装 OpenCV 库，打开你的命令提示符（CMD）或终端，输入下面这行命令：

bash

运行

pip install opencv-python numpy

等待安装完成，我们就可以开始写代码啦！

---

📝 完整代码 + 逐行讲解

我会把完整代码贴出来，然后逐行解释每一步做了什么，保证你看得懂！

第一步：导入工具库

python

运行

import cv2
import numpy as np

• cv2：就是我们的核心工具 OpenCV，负责处理图片
• numpy：用来创建和处理数组，配合 OpenCV 做矩阵运算

---

第二步：读取、缩放、旋转图片

python

运行

# 1. 读取 fan.jpg，设置尺寸 640×480，逆时针旋转90度
img = cv2.imread("fan.jpg")  # 读取图片
img = cv2.resize(img, (640, 480))  # 把图片缩放到 宽640，高480
rotated = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)  # 逆时针旋转90度

• cv2.imread("fan.jpg")：读取你电脑里名为fan.jpg的图片，注意要把图片和代码放在同一个文件夹里哦！
• cv2.resize(img, (640, 480))：统一图片大小，方便后续处理
• cv2.ROTATE_90_COUNTERCLOCKWISE：这个参数就是 “逆时针旋转 90 度” 的意思，非常直观

---

第三步：Canny 边缘检测

python

运行

# 2. Canny边缘检测
gray = cv2.cvtColor(rotated, cv2.COLOR_BGR2GRAY)  # 转灰度图
blurred = cv2.GaussianBlur(gray, (5, 5), 0)  # 高斯模糊，减少噪点
edges = cv2.Canny(blurred, 50, 150)  # 提取边缘

• 为什么要转灰度图？因为彩色图信息太多，边缘检测只需要亮度信息就够了
• 高斯模糊就像给图片 “磨皮”，去掉小噪点，让边缘更清晰
• cv2.Canny(blurred, 50, 150)：两个数字是阈值，调大就会只保留更明显的边缘，这里的数值是通用推荐值，直接用就行

---

第四步：提取扇子外轮廓 + 生成掩模

python

运行

# 3. 查找轮廓，选取扇子外轮廓，生成掩模
cnts = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = cnts[0] if len(cnts) == 2 else cnts[1]  # 兼容不同OpenCV版本

largest_contour = max(contours, key=cv2.contourArea)  # 找到面积最大的轮廓（就是扇子）
mask = np.zeros_like(gray)  # 创建和灰度图一样大的黑色遮罩
cv2.drawContours(mask, [largest_contour], -1, 255, thickness=cv2.FILLED)  # 把扇子轮廓涂成白色

• cv2.findContours：这一步是找所有的边缘轮廓，因为 OpenCV 版本不同，返回值数量不一样，所以我们加了一行兼容代码，避免报错
• max(contours, key=cv2.contourArea)：扇子是图片里最大的物体，所以面积最大的轮廓就是它！
• mask：就是我们的 “遮罩”，白色区域代表要保留的扇子，黑色区域代表要去掉的背景

---

第五步：抠出扇子 + 保存

python

运行

# 4. 按位与提取扇子，保存为 shanzi.png
result = cv2.bitwise_and(rotated, rotated, mask=mask)  # 只保留遮罩白色部分的内容
cv2.imwrite("shanzi.png", result)  # 保存最终图片

• cv2.bitwise_and：这是一个 “按位与” 运算，简单说就是：遮罩是白色的地方，保留原图内容；遮罩是黑色的地方，变成黑色
• cv2.imwrite：把抠好的扇子图片保存为shanzi.png，直接在代码文件夹里就能找到！

---

（可选）按空格查看每一步效果

为了让你更直观地看到每一步的变化，我加了一个按空格依次显示图片的功能，旧图不会关闭，方便对比：

python

运行

# ===================== 按空格依次显示所有图片（不关闭上一张） =====================
_shown_images = []
def cv_show(name, img):
    global _shown_images
    cv2.imshow(name, img)
    _shown_images.append(name)
    while True:
        key = cv2.waitKey(0)
        if key == 32:  # 按空格继续
            break
        elif key == 27:  # 按ESC退出，关闭所有窗口
            for win in _shown_images:
                cv2.destroyWindow(win)
            _shown_images.clear()
            exit()

# 显示所有步骤
cv_show("1. 原图", img)
cv_show("2. 逆时针旋转90度", rotated)
cv_show("3. Canny边缘", edges)
cv_show("4. 掩模", mask)
cv_show("5. 最终提取扇子", result)

# 等待ESC关闭所有
while True:
    if cv2.waitKey(0) == 27:
        cv2.destroyAllWindows()
        break

• 运行代码后，按空格就会弹出下一张图，所有旧图都会留在屏幕上
• 按ESC就可以关闭所有窗口，结束程序

---

🚀 怎么运行代码？

1. 把你的扇子图片命名为fan.jpg，和代码放在同一个文件夹里
2. 把上面所有代码复制到一个.py文件里（比如fan_extract.py）
3. 打开终端，进入这个文件夹，输入：python fan_extract.py
4. 按空格一步步看效果，最后在文件夹里找到shanzi.png，就是抠好的扇子啦！

---

💡 常见小问题解决

1. 报错：找不到fan.jpg→ 检查图片和代码是不是在同一个文件夹，或者把cv2.imread里的路径改成绝对路径（比如C:/Users/ASUS/Desktop/fan.jpg）
2. 报错：too many values to unpack→ 就是我们代码里已经修复的 OpenCV 版本问题，直接用我给的兼容代码就好
3. 抠出来的扇子不完整→ 可以调整 Canny 的阈值，比如把50, 150改成30, 100，让边缘更敏感

---

✨ 总结

今天我们用短短几十行代码，完成了从读取→处理→提取→保存的完整图像流程，是不是很神奇？其实 OpenCV 的功能远不止这些，你还可以试试抠出其他物体，比如杯子、花朵，原理都是一样的！

如果你觉得这篇文章对你有帮助，欢迎点赞收藏，下次我们再一起探索更多好玩的图像处理技巧～

---

最终完整代码（直接复制可用）

python

运行

import cv2
import numpy as np

# ===================== 功能实现 =====================
# 1. 读取 fan.jpg，设置尺寸 640×480，逆时针旋转90度
img = cv2.imread("fan.jpg")
img = cv2.resize(img, (640, 480))
rotated = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)

# 2. Canny边缘检测
gray = cv2.cvtColor(rotated, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
edges = cv2.Canny(blurred, 50, 150)

# 3. 查找轮廓，选取扇子外轮廓，生成掩模
cnts = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = cnts[0] if len(cnts) == 2 else cnts[1]

largest_contour = max(contours, key=cv2.contourArea)
mask = np.zeros_like(gray)
cv2.drawContours(mask, [largest_contour], -1, 255, thickness=cv2.FILLED)

# 4. 按位与提取扇子，保存为 shanzi.png
result = cv2.bitwise_and(rotated, rotated, mask=mask)
cv2.imwrite("shanzi.png", result)

# ===================== 按空格依次显示所有图片（不关闭上一张） =====================
_shown_images = []
def cv_show(name, img):
    global _shown_images
    cv2.imshow(name, img)
    _shown_images.append(name)
    while True:
        key = cv2.waitKey(0)
        if key == 32:
            break
        elif key == 27:
            for win in _shown_images:
                cv2.destroyWindow(win)
            _shown_images.clear()
            exit()

cv_show("1. 原图", img)
cv_show("2. 逆时针旋转90度", rotated)
cv_show("3. Canny边缘", edges)
cv_show("4. 掩模", mask)
cv_show("5. 最终提取扇子", result)

while True:
    if cv2.waitKey(0) == 27:
        cv2.destroyAllWindows()
        break

---