Python 颜色阈值：为什么遮罩会根据指定的限制产生巨大的差异？

我们希望对RGB图像应用颜色阈值：

当我们将下限指定为

[0,0,0]

并将上限指定为

[255,255,255]

时，结果如下：

并且，当下限为

[1,1,1]

且上限为

[255,255,255]

时，结果如下：

为什么一个像素的差异会使掩蔽发生如此剧烈的变化

代码：

您的主要“问题”是Matplotlib的函数

在第一种情况下，只需遮罩图像中的所有像素，

mask

中的所有像素都有值

255

。当在此类图像上不使用任何参数而使用

imshow

时，将应用自动颜色缩放，以便将所有像素的对应绘图设置为

0

，因为所有像素都具有相同的值。如果在

imshow

调用中显式设置

vmin

和

vmax

（请参见链接的文档页面），则会看到预期的全白色绘图

第二种情况中的微小更改会导致

掩码中的某些像素
0
，因此即使是标准
imshow
调用也会产生“正确”的颜色缩放，因为
掩码中的像素覆盖整个“范围”
[0…255]
，因为只有
0
和
255
的像素值

现在，要检测蓝色背景：在您的例子中，蓝色背景似乎有一个固定的RGB值，因此将OpenCV与标准BGR图像一起使用可能是合适的。一般来说，在我看来，对于颜色掩蔽，将图像转换为HSV/HSL颜色空间更复杂。有关简短的介绍，请选择适当的
H
、
S
、
L
值，请参阅我在前面的问题上所做的说明

我为上述比较和实际检测蓝色背景制作了一些代码：

导入cv2
将numpy作为np导入
将matplotlib.pyplot作为plt导入
image=cv2.imread（'8au0O.jpg'）
lower_blue=np.array（[0,0,0]）
upper_blue=np.array（[255，255，255]）
遮罩lb000=cv2.inRange（图像，下部蓝色，上部蓝色）
plt.图（）
小地块（2、3、1）
plt.imshow（mask_lb000，cmap='gray'）
plt.title（'imshow没有明确的vmin，vmax'）
plt.子地块（2、3、4）
plt.imshow（mask_lb000，cmap='gray'，vmin=0，vmax=255）
plt.title（'imshow带有显式vmin，vmax'）
lower_blue=np.array（[1,1,1]）
upper_blue=np.array（[255，255，255]）
遮罩lb111=cv2.inRange（图像，下部蓝色，上部蓝色）
plt.子地块（2、3、2）
plt.imshow（mask_lb111，cmap='gray'）
plt.title（'imshow没有明确的vmin，vmax'）
小地块（2、3、5）
plt.imshow（mask_lb111，cmap='gray'，vmin=0，vmax=255）
plt.title（'imshow带有显式vmin，vmax'）
#检测HSL转换图像中的淡蓝色区域
#H值必须适当（参见HSL颜色空间），例如在[200…260]范围内
#L值可以是任意的（我们希望所有颜色介于亮蓝色和深蓝色之间），例如在[0.0…1.0]范围内
#S值必须高于某个阈值（我们至少需要一些饱和度），例如在[0.35…1.0]范围内
下_蓝=np.数组（[np.圆形（200/2），np.圆形（0.00*255），np.圆形（0.35*255）]）
上蓝=np.数组（[np.圆形（260/2），np.圆形（1.00*255），np.圆形（1.00*255）]）
遮罩lb=cv2.inRange（cv2.cvtColor（图像，cv2.COLOR\u BGR2HSV），下蓝，上蓝）
plt.子地块（2、3、3）
plt.imshow（蒙版，cmap='gray'）
plt.title（'imshow没有明确的vmin，vmax'）
小地块（2、3、6）
plt.imshow（mask_lb，cmap='gray'，vmin=0，vmax=255）
plt.title（'imshow带有显式vmin，vmax'）
plt.show（）

这是生成的输出：


希望有帮助
 您的主要“问题”是Matplotlib的函数

在第一种情况下，只需遮罩图像中的所有像素，
mask
中的所有像素都有值
255
。当在此类图像上不使用任何参数而使用
imshow
时，将应用自动颜色缩放，以便将所有像素的对应绘图设置为
0
，因为所有像素都具有相同的值。如果在
imshow
调用中显式设置
vmin
和
vmax
（请参见链接的文档页面），则会看到预期的全白色绘图

第二种情况中的微小更改会导致
掩码中的某些像素
0
，因此即使是标准
imshow
调用也会产生“正确”的颜色缩放，因为
掩码中的像素覆盖整个“范围”
[0…255]
，因为只有
0
和
255
的像素值

现在，要检测蓝色背景：在您的例子中，蓝色背景似乎有一个固定的RGB值，因此将OpenCV与标准BGR图像一起使用可能是合适的。一般来说，在我看来，对于颜色掩蔽，将图像转换为HSV/HSL颜色空间更复杂。有关简短的介绍，请选择适当的
H
、
S
、
L
值，请参阅我在前面的问题上所做的说明

我为上述比较和实际检测蓝色背景制作了一些代码：

导入cv2
将numpy作为np导入
将matplotlib.pyplot作为plt导入
image=cv2.imread（'8au0O.jpg'）
lower_blue=np.array（[0,0,0]）
upper_blue=np.array（[255，255，255]）
遮罩lb000=cv2.inRange（图像，下部蓝色，上部蓝色）
plt.图（）
小地块（2、3、1）
plt.imshow（mask_lb000，cmap='gray'）
plt.title（'imshow没有明确的vmin，vmax'）
plt.子地块（2、3、4）
plt.imshow（mask_lb000，cmap='gray'，vmin=0，vmax=255）
plt.title（'imshow带有显式vmin，vmax'）
lower_blue=np.array（[1,1,1]）
upper_blue=np.array（[255，255，255]）
遮罩lb111=cv2.inRange（图像，下部蓝色，上部蓝色）
plt.子地块（2、3、2）
plt.imshow（mask_lb111，cmap='gray'）
plt.title（'imshow没有明确的vmin，vmax'）
plt.子地块（2,3
lower_blue = np.array([0,0,0]) 
upper_blue = np.array([255,255,255])
mask = cv2.inRange(image_copy, lower_blue, upper_blue)
plt.imshow(mask,cmap='gray')