Python 裁剪函数后字母模糊/模糊

通过将坐标列表保存到数组中，尝试在多个位置裁剪图像后，裁剪区域中的字母变得非常模糊，我无法找出原因

原始图像看起来像

裁剪后的图像看起来像

有关守则如下：

import numpy as np
import cv2

im2 = cv2.imread('1.jpg')
im = im2.copy()

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)
thresh = cv2.adaptiveThreshold(blur,255,1,1,11,2)


contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)


squares = []

for cnt in contours:
    if cv2.contourArea(cnt)>50:
        [x,y,w,h] = cv2.boundingRect(cnt)

        if  h>28 and h<34:
            rect = (cv2.rectangle(im,(x,y),(x+w,y+h),(255,255,255),3))
            squares.append(cv2.boundingRect(cnt))
            cv2.imwrite('norm1.jpg',im)

crop_img = [[[255, 255, 255] for x in xrange(377)] for x in xrange(377) ]

for s in squares:
    x = s[0]
    y = s[1]
    w = s[2]
    h = s[3]
    img = im[y:y+h,x:x+w]
    for col in range(y,y+h):
        for row in range(x,x+w):
            if img[col - y][row - x].tolist() == [0,0,0]:
                crop_img[col][row] = [0,0,0]
cv2.imwrite("cropped.jpg", np.array(crop_img))

将numpy导入为np
进口cv2
im2=cv2.imread（'1.jpg'）
im=im2.copy（）
灰色=cv2.CVT颜色（im、cv2.COLOR\U BGR2GRAY）
模糊=cv2.高斯模糊（灰色，（5,5），0）
阈值=cv2。自适应阈值（模糊，255,1,1,11,2）
等高线，层次=cv2.findContours（阈值，cv2.RETR\u列表，cv2.CHAIN\u近似值\u简单）
正方形=[]
对于轮廓中的cnt：
如果cv2.轮廓面积（cnt）>50：
[x，y，w，h]=cv2.boundingRect（cnt）
如果h>28和h
输出：

在代码中，哪个变量是第一个，哪个变量是第二个。我也不确定，但请检查您的数据类型是否在某处发生了更改。嗨，阿比德。我不确定“first and second”是什么意思，但我知道我的数据类型在“if img[col-y][row-x].tolist（）==[0,0,0]：”行中发生了更改，我不得不使用.tolist函数，因为它抛出了错误：ValueError:包含多个元素的数组的真值不明确。使用a.any（）或a.all（）。我希望这能澄清一些问题。谢谢哦对不起，我想问“在你的代码中，哪个变量是你问题中的第一个图像，哪个变量是第二个图像”，没关系！我的代码中的“norm1.jpg”将是第一个图像，“cropped.jpg”将是我的第二个图像@AbidRahmanKRunning您的代码在我的系统中，对于cropped.jpg，我得到一个全白色图像。没有别的了。这是预期的结果吗？
import numpy as np
import cv2
import matplotlib.pyplot as plt

im2 = cv2.imread('norm1_zps89266edb.jpg')
im = im2.copy()

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)
ret3,thresh = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

#we ony want the external contours
contours,hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) 
#extract the countours with area > 50
squares = [cnt for cnt in contours if cv2.contourArea(cnt) > 50]

#mask array with the same shape as img (but only 1 channel)
mask = np.zeros((im.shape[0], im.shape[1]))
#draw the contours filled with 255 values. 
cv2.drawContours(mask,squares,-1,255,-1)

newImage = np.where(mask==255, thresh, 255)

plt.imshow(newImage)
plt.show()

cv2.imwrite("cropped.jpg", newImage)