要按内部颜色筛选OpenCV轮廓，可以使用以下步骤：

1. 导入所需的库：

import cv2
import numpy as np

2. 读取图像并将其转换为HSV颜色空间：

image = cv2.imread('image.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

3. 定义要筛选的颜色范围。可以使用HSV颜色范围进行筛选，这样更容易处理不同光照条件下的颜色变化。例如，要筛选红色，可以使用以下范围：

lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])

4. 创建一个掩码，该掩码将根据颜色范围筛选图像：

mask = cv2.inRange(hsv, lower_red, upper_red)

5. 对掩码应用形态学操作，以去除噪声并填充空洞：

kernel = np.ones((5, 5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

6. 查找轮廓：

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

7. 通过循环遍历找到的轮廓并绘制它们：

for contour in contours:
    cv2.drawContours(image, [contour], 0, (0, 255, 0), 2)

完整的代码示例如下：

import cv2
import numpy as np

image = cv2.imread('image.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])

mask = cv2.inRange(hsv, lower_red, upper_red)

kernel = np.ones((5, 5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

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

for contour in contours:
    cv2.drawContours(image, [contour], 0, (0, 255, 0), 2)

cv2.imshow('Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这将在图像上绘制出符合颜色筛选条件的轮廓。请将'image.jpg'替换为您要处理的实际图像路径，并根据需要调整颜色范围。