用python将图像二值化，形态学运算，轮廓提取，精确扣取前景，使用罩层更换背景图像的代码

以下是用 Python 对图像进行二值化、形态学运算、轮廓提取和精确扣取前景，使用遮罩更换背景图像的示例代码：

import cv2
import numpy as np

# 读入待处理图片
img = cv2.imread('image.jpg')

# 将图像转换为灰度图
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 将灰度图二值化
ret, thresh_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)

# 对二值化后的图像进行形态学处理，以去除噪点，填充空洞
kernel = np.ones((5, 5), np.uint8)
morph_img = cv2.morphologyEx(thresh_img, cv2.MORPH_CLOSE, kernel)

# 提取图像中的轮廓
contours, hierarchy = cv2.findContours(morph_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建一个黑色的遮罩
mask = np.zeros_like(img)

# 循环遍历轮廓，将轮廓内部涂白，制作遮罩
for contour in contours:
    cv2.drawContours(mask, [contour], 0, (255, 255, 255), -1)

# 使用遮罩更换背景图像
new_bg = cv2.imread('new_bg.jpg')
new_bg = cv2.resize(new_bg, (img.shape[1], img.shape[0]))
new_img = cv2.bitwise_and(new_bg, mask) + cv2.bitwise_and(img, cv2.bitwise_not(mask))

# 显示结果图片
cv2.imshow('new image', new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：由于该代码涉及图像相关处理，为了运行代码，需要在 Python 环境下安装 OpenCV 库。