Блог

Я пытаюсь определить цифры и не могу выполнить для цифр, написанных черной ручкой. Мой код отлично работает для цифр, написанных другим цветом, кроме черного.

Черное изображение:

Синее изображение:

Красное изображение:

 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)
  

В случаях, когда нам нужно выделить два контрастных неизвестных цвета (синий или черный) из относительно однородного цвета фона, мы можем использовать cv2.threshold() с помощью OTSU или cv2.adaptiveThreshold() .

Поскольку цвет чернил заранее неизвестен, поэтому определение диапазона HSV не будет работать во всех случаях. Я бы предпочел cv2.adaptiveThreshold() over OTSU из-за его адаптивного характера. Ожидаемый результат может быть достигнут как:

 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)
  

Вы можете настроить параметры для разных размеров изображений, но они будут работать для большинства из них. Вы можете прочитать больше о cv2.adaptiveThreshold() в документах.

Выводит: