【发布时间】:2016-08-20 19:56:35
【问题描述】:
如何在 python 中实现它?我遇到了这条线的问题
img_rgb.Set(mask,cv2.Scalar(0,0,255))
这是代码:
import numpy as np
import imutils
import cv2
img_rgb = cv2.imread('figi.jpg')
Conv_hsv_Gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(Conv_hsv_Gray, 0, 255,cv2.THRESH_BINARY_INV |cv2.THRESH_OTSU)
img_rgb.Set(mask,cv2.Scalar(0,0,255))
cv2.imshow("imgOriginal", img_rgb) # show windows
cv2.imshow("output", res) # show windows
cv2.imshow("mask", mask) # show windows
cv2.waitKey(0)
【问题讨论】:
-
出了什么问题?红色实际上是蓝色的?碰撞?告诉我们更多。
-
cv2.THRES_OTSU 将自动确定阈值,并且可能不会是纯黑色。尝试 ret, mask = cv2.threshold(Conv_hsv_Gray, 0, 255,cv2.THRESH_BINARY_INV) 或
ret, mask = cv2.threshold(Conv_hsv_Gray, 1, 255,cv2.THRESH_BINARY_INV)(不确定 thres 值是包含还是排除)。请也发布您的输入图像,jpeg 可能会引入一些伪影,因此“黑色”可能不是“纯黑色”。 -
输入图像是:i.stack.imgur.com/FjEXu.jpg,输出图像是:i.stack.imgur.com/vhb67.png我改变图像中的黑色并将其转换为红色,因为红色的强度大于黑色所以更改后可以轻松跟踪黑色物体而不会受到任何干扰
-
我记得那张图片。因为它不是完美的黑色,所以 OTSU 版本会很好;)