用python重新写一下

下面是用 Python 重写的代码：

import cv2

img = cv2.imread('image.jpg')
if img is None:
    print('Failed to read image!')
    exit()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for i in range(len(contours)):
    area = cv2.contourArea(contours[i])
    if area > 1000 and area < 5000:
        cv2.drawContours(img, contours, i, (0, 255, 0), 2)

cv2.imshow('Result', img)
cv2.waitKey(0)

与 C++ 版本类似，使用 `cv2.threshold()` 函数对灰度图像进行二值化，然后使用 `cv2.findContours()` 函数提取轮廓，再通过遍历轮廓向量，使用 `cv2.contourArea()` 函数计算每个轮廓的面积，并判断是否在特定范围内。如果是，则通过 `cv2.drawContours()` 函数在图像上标记该轮廓。