Python 如何知道在找到阈值后是否需要反转阈值类型

我正在使用OpenCV进行手部检测。但当我试图描绘被打谷的图像轮廓时，我很挣扎<代码>查找轮廓将始终尝试查找白色区域作为轮廓

基本上，它在大多数情况下都能工作，但有时我的脱粒图像如下所示：

\u，threshed=cv2.阈值（灰色，127，255，cv2.THRESH\u二进制| cv2.THRESH\u大津）

因此，要使其工作，我只需要更改阈值类型

cv2.THRESH\u BINARY\u INV

\u，threshed=cv2.阈值（灰色，127，255，cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU）

而且效果很好

我的问题是如何确定何时需要反转阈值？我是否需要始终在两个阈值图像上找到轮廓，并比较结果（在这种情况下如何？）？或者有一种方法可以消除轮廓线是否完全丢失的问题。

编辑：有一种方法可以100%确保轮廓看起来像一只手

编辑2：所以我忘了提到我正试图用它来检测指尖和缺陷，所以我需要缺陷，第一张经过阈值处理的图像我找不到缺陷，因为它是反向的。请参见第一个轮廓上的蓝色点

---

谢谢。

您可以编写一个实用方法来检测沿边框的最主要颜色，然后确定逻辑，就像您是否要反转图像一样，因此流程可能如下所示：

使用OSTU二值化方法

将阈值图像传递到实用方法

获取最主要的边界颜色

并获取主要颜色

如果边框颜色为白色，则应使用

cv2.bitwise\u not

反转图像，否则仅保持该方式

get\u most\u primary\u border\u color

可定义为：

from collections import Counter

def get_most_dominant_border_color(img):
    # Get the top row
    row_1 = img[0, :]
    # Get the left-most column
    col_1 = img[:, 0]
    # Get the bottom row
    row_2 = img[-1, :]
    # Get the right-most column
    col_2 = img[:, -1]

    combined_li = row_1.tolist() + row_2.tolist() + col_1.tolist() + col_2.tolist()

    color_counter = Counter(combined_li)

    return max(color_counter.keys(), key=lambda x:color_counter.values())

---

您可以编写一个实用方法，沿边框检测最主要的颜色，然后确定逻辑，就像您是否要反转图像一样，因此流程可能如下所示：

使用OSTU二值化方法

将阈值图像传递到实用方法

获取最主要的边界颜色

并获取主要颜色

如果边框颜色为白色，则应使用

cv2.bitwise\u not

反转图像，否则仅保持该方式

get\u most\u primary\u border\u color

可定义为：

from collections import Counter

def get_most_dominant_border_color(img):
    # Get the top row
    row_1 = img[0, :]
    # Get the left-most column
    col_1 = img[:, 0]
    # Get the bottom row
    row_2 = img[-1, :]
    # Get the right-most column
    col_2 = img[:, -1]

    combined_li = row_1.tolist() + row_2.tolist() + col_1.tolist() + col_2.tolist()

    color_counter = Counter(combined_li)

    return max(color_counter.keys(), key=lambda x:color_counter.values())

---

findContours在反转的二值图像上也会起同样的作用，所以如果你只需要轮廓，你不需要担心它。好吧，我的错，我忘了一些信息，我会编辑这个问题。就在这里，我需要检测缺陷点。findContours在反转的二值图像上也会起同样的作用，所以如果你只需要轮廓，你不需要担心它。好吧，我的错，我忘记了一些信息，我会编辑这个问题。就在这里，我需要检测缺陷点。好的，我理解算法，但我得到一个

类型错误：'>'在'dict_values'和'dict_values'实例之间不受支持。

这一行的异常：

返回最大值（color_counter.keys（），key=lambda x:color_counter.values（））

。你能解释一下它的作用吗？主要是

键：lambda部分

？您使用的是哪种Python版本？python3.7.3，我找到了问题所在，目前正在尝试解决它。当我打印

color\u counter.keys（）

时，它返回

dict\u keys（[255，0]）

而不是

[255，0]

。因此，为了避免此错误，我将键转换为list，它可以工作。键：

colors\u KEYS=list（color\u counter.KEYS（））

--值：

colors\u VALUES=list（color\u counter.VALUES（））

--最大值：

主色=MAX（colors\u键，key=lambda x:colors\u值）

好的，我理解算法，但是我得到了一个

TypeError:“>”在“dict\u values”和“dict\u values”的实例之间不受支持

这一行的异常：

返回max（color\u counter.keys（），key=lambda x:color\u counter.values（））

。你能解释一下它的作用吗？主要是

键：lambda部分

？您使用的是哪种Python版本？python3.7.3，我找到了问题所在，目前正在尝试解决它。当我打印

color\u counter.keys（）

时，它返回

dict\u keys（[255，0]）

而不是

[255，0]

。因此，为了避免此错误，我将键转换为list，它可以工作。键：

colors\u KEYS=list（color\u counter.KEYS（））

--值：

colors\u VALUES=list（color\u counter.VALUES（））

--最大值：

primary\u color=MAX（colors\u键，key=lambda x:colors\u值）