Python OpenCV-反射图像中的矩形检测

我正在尝试创建一种算法，用于检测从机器人摄像头采集的OpenCV中的矩形。因此，由于机器人的移动，我自然会得到相当多的变化。使用此代码：

    def original_settings(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    #cv.imshow("Gray", gray)
    blur = cv.medianBlur(gray,5)
    #cv.imshow("Blur", blur)
    sharpen = cv.filter2D(blur, -1, sharpen_kernel)
    #cv.imshow("Sharpen", sharpen)
    return sharpen

    def find_square(img):
    thresh = cv.threshold(img, 160, 255, cv.THRESH_BINARY_INV)[1]
    #cv.imshow("Threshhold", thresh)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
    close = cv.morphologyEx(thresh, cv.MORPH_CLOSE, kernel, iterations=2)
    #cv.imshow("Morphology Search", close)
    close = cv.bitwise_not(close)
    #cv.imshow("Invert Search", close)
    cnts = cv.findContours(close, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if len(cnts) == 2 else cnts[1]

    min_area = 3500
    max_area = 5000
    image_number = 0
    for c in cnts:
        area = cv.contourArea(c)
        #print(area)
        if area > min_area and area < max_area:
            x, y, w, h = cv.boundingRect(c)
            cv.rectangle(image, (x, y), (x + w, y + h), (36, 255, 12), 2)
            print("Width: {}, Height: {}, x: {}, y: {}".format(w,h,x,y))
            image_number += 1
            #print((x, y))
            return True
    return False

    find_square(original_settings(image))

def原始设置（img）：
灰色=cv.CVT颜色（img，cv.COLOR\u bgr2灰色）
#cv.imshow（“灰色”，灰色）
模糊=cv.中间模糊（灰色，5）
#cv.imshow（“模糊”，模糊）
锐化=cv.filter2D（模糊，-1，锐化内核）
#cv.imshow（“锐化”，锐化）
回磨
def查找方格（img）：
thresh=cv.阈值（img，160，255，cv.thresh\u BINARY\u INV）[1]
#cv.imshow（“脱粒”，脱粒）
kernel=cv.getStructuringElement（cv.MORPH_RECT，（3,3））
close=cv.morphologyEx（thresh，cv.MORPH\u close，kernel，迭代次数=2）
#cv.imshow（“形态搜索”，关闭）
关闭=cv.按位\u非（关闭）
#cv.imshow（“反向搜索”，关闭）
cnts=cv.findContours（闭合、cv.RETR\u外部、cv.CHAIN\u近似值\u简单值）
如果len（cnts）==2个其他cnts[1]，则cnts=cnts[0]
最小面积=3500
最大面积=5000
图像编号=0
对于碳纳米管中的碳：
面积=等高线面积（c）
#打印（面积）
如果面积>最小面积和面积<最大面积：
x、 y，w，h=cv.boundingRect（c）
cv.矩形（图像，（x，y），（x+w，y+h），（36255，12），2）
打印（“宽度：{}，高度：{}，x:{}，y:{}”。格式（w，h，x，y））
图像编号+=1
#打印（（x，y））
返回真值
返回错误
查找方形（原始设置（图像））

我对自己的照片基本上是成功的，但有一种情况我不能很准确地指出。当我处理这个由于反射而看起来有一个额外的矩形时，我的算法捕捉到了整个过程。而不仅仅是更大的矩形，如

---

如何让OpenCV忽略这个额外的矩形块？

看看你的阈值图像。一个阈值（160）可能不适用于所有图像。你试过大津阈值吗？我发现使用大津阈值有时会决定使用我的一些图像的错误部分。如果我的算法根本找不到矩形，我会在预处理时尝试使图像变亮或变暗。到目前为止，98%的时间都有效。这幅图像的问题是反射的亮度与实际的旗帜差不多