如何修复hsv中的黑位检测？

Question

我正在尝试检测数字，并且无法用黑笔书写的数字。我的代码非常适合用黑色以外的其他颜色书写的数字。

黑色图片：

蓝色图片：

红色图片：

img = cv2.imread("blue.jpg")
image = cv2.resize(img, (660, 600))

hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, (0, 65, 0), (179, 255, 255))
mask_inv = cv2.bitwise_not(mask)
ret, thresh = cv2.threshold(mask_inv, 127, 255, cv2.THRESH_BINARY_INV)
kernel = np.ones((15, 15), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])

for i, ctr in enumerate(sorted_ctrs):
    x, y, w, h = cv2.boundingRect(ctr)
    roi = mask_inv[y:y + h, x:x + w]
    if h > 30 and w < 150:

        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('ROIs', image)

Answer 1

在需要从相对一致的背景色中分割两种对比的未知颜色（蓝色或黑色）的情况下，可以将cv2.threshold()与OTSU或cv2.adaptiveThreshold()一起使用。

由于事先不知道墨水的颜色，因此定义HSV范围并不适用于所有情况。由于cv2.adaptiveThreshold()具有适应性，因此我更喜欢OTSU。预期的输出可以达到：

def get_mask(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    return cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 3, 4)

您可以调整不同图像尺寸的参数，但这些参数大多数都适用。您可以在docs中阅读有关cv2.adaptiveThreshold()的更多信息。

输出：