python opencv 输入二值图像为img 通过自适应阈值化得到thresh for contour in invalid_contours: 如何令轮廓在thresh的位置为黑色

你可以使用cv2.drawContours()函数将指定的轮廓绘制在阈值化后的图像上，然后通过对这个绘制了轮廓的图像取反来得到你需要的结果。具体的实现步骤如下：

1. 对原图像进行自适应阈值化，得到二值化图像thresh，可以使用cv2.adaptiveThreshold()函数实现，代码如下：

   thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

2. 对阈值化后的图像进行轮廓检测，同样可以使用cv2.findContours()函数实现，代码如下：

   contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

3. 将轮廓绘制在阈值化后的图像上，并对图像取反，代码如下：

   for contour in contours:
       cv2.drawContours(thresh, [contour], 0, (255, 255, 255), thickness=-1)
   thresh = cv2.bitwise_not(thresh)

这样，你就可以得到轮廓在阈值化后的位置为黑色的图像了。完整的代码示例如下：

import cv2

# 读取二值图像
img = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 自适应阈值化
thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# 找到轮廓，并将轮廓绘制在阈值化后的图像上，并对图像取反
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
    cv2.drawContours(thresh, [contour], 0, (255, 255, 255), thickness=-1)
thresh = cv2.bitwise_not(thresh)

# 显示结果
cv2.imshow('Result', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()