代码实现

以下是Python代码实现上述步骤：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('apple.jpg')

# 将图像转换为HSV颜色空间
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义红色范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([30, 255, 255])
lower_red2 = np.array([330, 50, 50])
upper_red2 = np.array([360, 255, 255])

# 创建掩码并进行颜色分割
mask1 = cv2.inRange(hsv_img, lower_red, upper_red)
mask2 = cv2.inRange(hsv_img, lower_red2, upper_red2)
mask = cv2.bitwise_or(mask1, mask2)

# 进行形态学操作
kernel = np.ones((5,5), np.uint8)
mask = cv2.erode(mask, kernel, iterations=1)
mask = cv2.dilate(mask, kernel, iterations=1)

# 进行连通区域分析并提取红苹果
contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    area = cv2.contourArea(cnt)
    if area > 1000: # 设置面积阈值
        x,y,w,h = cv2.boundingRect(cnt)
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

# 显示结果
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，此代码仅适用于提取红色苹果，如果需要提取其他颜色的苹果或其他对象，需要相应更改颜色范围和其他参数。