python+opencv图像处理(提取矩形方框提取颜色滤波轮廓检测直线检测)

最新推荐文章于 2025-07-23 23:58:56 发布

原创

最新推荐文章于 2025-07-23 23:58:56 发布 · 6.4w 阅读

611 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv #轮廓检测 #直线检测 #提取颜色

一、依赖

如果你的python环境没有这些包，则需要安装

pip install numpy \ opencv-python \ pillow

二、使用指南

1、基本信息

近期由于项目需要，需要使用python的opencv库处理图像，在下面的代码中使用了很多cv2的库函数，对这些函数进行了封装，可以直接拷贝调用．项目地址
该部分有两个文件构成　main.py　和　 replace.py
运行main.py可读取文件夹下的图像，提取图像格子中的字母并保存到本地

2、图像处理流程

原图如下：

HSV特定颜色提取

separate_color_red 提取图像中的红色框线
用HSV提取红色部分，查看HSV颜色分量范围[点击此处]
(https://blog.youkuaiyun.com/u013270326/article/details/80704754)
参数解释： cv2.inRange(hsv, lowerb=lower_hsv, upperb=high_hsv)
第一个参数为输入图像，图像格式必须转为HSV格式，可通过cv2.cvtColor()转换
第二个参数分别为H,S,V的最低值
第三个参数分别为H,S,V的最高值

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 色彩空间转换为hsv，便于分离
lower_hsv = np.array([0, 43, 46])  # 提取颜色的低值
high_hsv = np.array([10, 255, 255])  # 提取颜色的高值
mask = cv2.inRange(hsv, lowerb=lower_hsv, upperb=high_hsv)

效果如下：

中值滤波

medianBlur 中值滤波,过滤除最外层框线以外的线条
参数解释：cv2.medianBlur(img,19)
第一个参数：输入的图像
第二个参数：滤波模板的尺寸大小，必须是大于1的奇数，如3、5、7

mediu = cv2.medianBlur(img,19)

效果如下：

HoughLinesP概率霍夫变换直线检测

调用直线检测函数需要先执行边缘检测函数,函数返回二值化图像
参数解释：cv2.Canny(img, 20, 250)
第一个参数：输入图像
第二个参数：阀值１，用于将这些间断的边缘连接起来
第三个参数：阀值２，用于检测图像中明显的边缘
参数解释：cv2.HoughLinesP(img, 1, np.pi / 180, 120, line, minLineLength,maxLineGap)
第一个参数：输入图像，必须为先用Canny边缘检测的图像
第二个参数：直线的半径,建议选1
第三个参数：步长为π/