使用 OpenCV 阈值电阻带

Posted 2023-03-28

【中文标题】使用 OpenCV 阈值电阻带

【英文标题】：Thresholding Resistor Bands with OpenCV

【发布时间】：2020-03-07 08:24:19

【问题描述】：

所以我正在尝试创建一个神经网络，通过识别色带来对电阻强度进行分类。在开始这一步之前，我想使用 OpenCV 对除电阻带以外的所有颜色进行阈值处理，以便神经网络更容易分类。但是我不知道哪种阈值类型最适合这个。

我尝试了 HLS、RGB 和 HSV 的几个范围，但它们都没有摆脱电阻器的背景。

注意：我已经用轮廓去除了背景，所以现在剩下的就是上面有彩色线条的电阻了。

在我的例子中，HLS 去掉了颜色，但保留了电阻背景，如下面的代码所示

frame_HLS = cv2.cvtColor(masked_data, cv2.COLOR_BGR2HLS)
frame_threshold = cv2.inRange(frame_HLS, (50, 0, 0), (139, 149, 255))

这是原始图像的图像，以及 HLS 输出

总的来说，我只是想知道是否有人知道 LUV 等其他颜色模式是否适用于此，或者我是否只需要使用轮廓或其他方法将它们分开。

【参考方案1】：

您在正确的轨道上，颜色阈值是分割电阻器的好方法。目前，阈值处理正常，您只需执行几个简单的步骤即可移除背景。

我尝试了几个范围的 HLS、RGB 和 HSV，但它们都没有摆脱电阻的背景。

要去除背景，我们可以使用cv2.inRange() 生成的二进制掩码。我们只需使用cv2.bitwise_and() 并通过这两行将遮罩上的所有黑色像素转换为白色

result = cv2.bitwise_and(original, original, mask=frame_threshold)
result[frame_threshold==0] = (255,255,255)

这是您当前拥有的蒙版图像（左）和移除背景后（右）

import cv2

image = cv2.imread('1.png')
original = image.copy()
frame_HLS = cv2.cvtColor(image, cv2.COLOR_BGR2HLS)
frame_threshold = cv2.inRange(frame_HLS, (50, 0, 0), (139, 149, 255))

result = cv2.bitwise_and(original, original, mask=frame_threshold)
result[frame_threshold==0] = (255,255,255)

cv2.imshow('result', result)
cv2.waitKey()

---

但是我不知道哪种阈值类型最适合这个。

现在您正在使用颜色阈值，您可以继续使用此方法并尝试 HLS、RGB 或 HSV 颜色空间中的其他范围。在所有这些情况下，您都可以通过将蒙版上的所有黑色像素转换为白色来移除背景。如果您决定转向另一种阈值方法，请查看自动计算阈值的 Otsu's threshold 或 Adaptive thresholding。