问题是图像的上部黑色部分包含非零像素（值接近零但不是零）。
当应用cv2.findContours时，非零像素被认为是轮廓的一部分（范围[1，255]中的所有像素被认为是“白色像素”）。
非零黑色像素的示例：

我们可以在cv2.drawContours之前使用cv2.threshold来应用阈值处理：

blankImage = cv2.threshold(maskImage, 0, 255, cv2.THRESH_OTSU)[1]  # Apply binary thresholding with automatic threshold

接近零的值将被阈值化为零，白色像素将为255。
代码示例：

import cv2
import numpy as np

maskImage = cv2.imread('original_image.jpg', cv2.IMREAD_GRAYSCALE)  # Read image as grayscale.

#blankImage = maskImage # cv2.bitwise_not(maskImage)
blankImage = cv2.threshold(maskImage, 0, 255, cv2.THRESH_OTSU)[1]  # Apply binary thresholding with automatic threshold
contours, hierarchy = cv2.findContours(blankImage, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
maxAreaContour = max(contours, key=cv2.contourArea)
blankImage = np.zeros(maskImage.shape, dtype='uint8')
for cnt in contours:
    cv2.drawContours(blankImage, [cnt], 0, 125, -1)

# Show result for testing
cv2.imshow('blankImage', blankImage)
cv2.waitKey()
cv2.destroyAllWindows()

blankImage：