opencv BGR2GRAY和Pillow转换函数之间的区别

Question

我试图使用带有opencv和c ++的Tesseract库来OCR包含数字和字符的图像。在调用tesseract库之前，我曾经用opencv

对图像进行灰度调整

cvtColor(roiImg,roiImg,CV_BGR2GRAY);

这是

此图片的OCR结果并非100％准确。

然后使用带有python的枕头库测试相同的图像。使用以下方法对原始图像进行灰度缩放。

gray = image.convert('L')

这是

后者提到的灰度图像给出了100％准确的结果。

一旦我通过互联网搜索，就提到opencv BGR2Gray和枕头img.convert方法都使用相同的亮度变换算法。

两种不同OCR结果的原因是什么？

先谢谢

Answer 1

Pillow只能为彩色图像读取3x8位像素。

这是一个快速测试，看看两个库如何围绕值：

• OpenCV代码：

  cv::Mat img(2, 1, CV_8UC3), img_gray;
  img.at<cv::Vec3b>(0, 0) = cv::Vec3b(248, 249, 249); //BGR
  img.at<cv::Vec3b>(1, 0) = cv::Vec3b(249, 248, 248); //BGR
  
  cv::cvtColor(img, img_gray, cv::COLOR_BGR2GRAY);
  std::cout << "img:\n" << img << std::endl;
  std::cout << "img_gray:\n" << img_gray << std::endl;
  
  float val1 = 249*0.299f + 249*0.587f + 248*0.114f; //RGB
  float val2 = 248*0.299f + 248*0.587f + 249*0.114f; //RGB
  std::cout << "val1=" << val1 << std::endl;
  std::cout << "val2=" << val2 << std::endl;
  

  

IMG：

     

[248,249,249;

     

249,248,248]

     

img_gray：

     

[249;

     

248]

     

VAL1 = 248.886

     

val2的= 248.114

• Python代码：

  rgbArray = np.zeros((2,1,3), 'uint8')
  rgbArray[0,0,0] = 249 #R
  rgbArray[0,0,1] = 249 #G
  rgbArray[0,0,2] = 248 #B
  rgbArray[1,0,0] = 248 #R
  rgbArray[1,0,1] = 248 #G
  rgbArray[1,0,2] = 249 #B
  
  img = Image.fromarray(rgbArray)
  imgGray = img.convert('L')
  
  print("rgbArray:\n", rgbArray)
  print("imgGray:\n", np.asarray(imgGray))
  print("np.asarray(imgGray).dtype: ", np.asarray(imgGray).dtype)
  

  

rgbArray：

     

[[[249 249 248]]

     

[[248 248 249]]]

     

imgGray：

     

[[248]

     

[248]

     

np.asarray（imgGray）.dtype：uint8