cv::findContours
выглядит здесь как нельзя лучше:
img = cv.imread('images/suawk.png')
search = cv.dilate(img, cv.getStructuringElement(cv.MORPH_RECT, (5,5)))
search = cv.cvtColor(search, cv.COLOR_BGR2GRAY)
contours, _ = cv.findContours(search, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
bboxes = [cv.boundingRect(c) for c in contours]
fig, axes = plt.subplots(1, sum(rect[2]*rect[3] > 250 for rect in bboxes))
fig.set_size_inches([12,3])
fig.tight_layout()
figi = 0
for i in range(len(contours)):
rect = cv.boundingRect(contours[i])
area = rect[2] * rect[3]
if area < 250:
continue
obj = img[rect[1]:rect[1]+rect[3]+1, rect[0]:rect[0]+rect[2]+1, :]
obj = cv.cvtColor(obj, cv.COLOR_BGR2RGB)
axes[figi].imshow(obj)
figi += 1
fig.show()
Я делаю одно расширение перед findContours, чтобы получить менее фрагментированные контуры. Я отбрасываю все контуры, чья ограничительная область меньше 250px по площади, чтобы уменьшить шум.