在opencv python中将颜色从黑色反转为白色

我有一个条件，我想在黑背景的情况下检测白线，在白背景的情况下检测黑线。我使用了如下的按位运算：

cv2.bitwise_not(mask_black)

if mask_black == cv2.bitwise_not(mask_black):

除非我给出这样一个条件，否则它工作正常：

cv2.bitwise_not(mask_black)

if mask_black == cv2.bitwise_not(mask_black):

我犯了一个错误

ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

我对使用条件有疑问，如果出现黑色背景，则检测白色线条，如果出现白色背景，则检测黑色线条

mask_black = cv2.inRange(hsv, low_black, high_black)
mask_not=cv2.bitwise_not(mask_black)

if mask_black==cv2.bitwise_and(mask_black, mask_not):
    body 
else:
    body

---

这将返回上述错误

使用

cv2.bitwise_和（mask_black，mask_not）

其中

mask_not

是

cv2.bitwise_not（mask_black）

该方法是使用

cv2.countNonZero（）检查白色像素的背景。我们设定了一个门槛，比如说50%。如果超过50%的背景是白色像素，那么这意味着我们正在寻找黑线。类似地，如果大部分背景是黑色的，那么我们正在寻找白线

import cv2

image = cv2.imread('1.png', 0)
w, h = image.shape[:2]

if cv2.countNonZero(image) > ((w*h)//2):
    # Detect black line
    ...
else:
    # Detect white line
    ...


要反转图像，可以执行以下操作

invert = cv2.bitwise_not(image) # OR
#invert = 255 - image



这工作得很好。
如果cv2.bitwise_and（mask_black，mask_not）出现相同的错误
：value错误：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）
事实上，我正在使用Pi摄像头实时拍摄并查找轮廓，因此我的分辨率设置为100100。所以我用100100作为w，h。如果我使用上面的代码，我会得到以下错误
太多的值要解包
或```错误：（-215）cn==1在函数countNonZero``不要直接使用代码，使用代码的主要思想。其主要思想是确定图像中白色像素的数量，然后根据数量，检查白色或黑色线条。还要确保将灰度图像（仅1通道）传递到
cv2.countNonZero（）
。由于您使用的是Pi摄像头，请先将图像转换为灰度，然后再将其放入函数
gray=cv2.cvtColor（image，cv2.COLOR\u bgr2 gray）
我继续如您所说，但AttributeError:“NoType”对象没有属性“shape”。。此错误可能是由于实时视频捕获错误是由于捕获的帧不正确/无效。确保
状态
代码有效谢谢您的建议，灰度显示现在正常工作，但整个屏幕显示为轮廓，而不仅仅是白色或黑色，对此有何建议？