Python OpenCV 分割问题

Question

我正在尝试通过 Python 和 OpenCV 进行图像处理来跟踪塑料零件的变形。我在零件上放了红色标记，用智能手机拍照，然后将代码放在一起寻找图像上的轮廓，过滤掉尺寸合适的轮廓。该代码在夜间使用智能手机上的闪光灯拍摄的图像上运行良好，但是当我在白天没有额外照明的情况下拍摄它们时，我在分割图像时无法排除标记。

我不明白为什么它不起作用，因为标记在图像的 HSV 版本上明显突出。我错过了什么吗

代码和图片如下。

代码：

a1 = 0
a2 = 0
a3 = 0
b1 = 187
b2 = 204
b3 = 204

red_lower = np.array([a1,a2,a3], np.uint8)
red_upper = np.array([b1,b2,b3], np.uint8)

img = cv2.imread(img_path)
crop = img[y:y+h, x:x+w]
blur = cv2.blur(crop,(2,2))
hsv = cv2.cvtColor(blur,cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, red_lower, red_upper)
mask_copy = mask.copy()
cnts = cv2.findContours(mask_copy,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

有问题的图片：

HSV 中的问题图片：

分割后的问题图片：

Answer 1

您将有效的色调范围指定为 0 到 187。

在 OpenCV 中，当以 uint8 值表示时，色调圆的范围为 0 到 179（360 度，以 2 度为增量）。

这意味着您刚刚接受了所有色调值。