Python OpenCV获取正确的HSV值

我试图在范围内应用，以便在柠檬上找到黑色污渍。 由于某些原因，我无法找到正确的HSV值（我曾尝试使用GIMP和photoshop，但没有成功）

我在C++中找到了类似的参考文章：

到目前为止，我的代码非常简短：

image = cv2.imread("./data/lemon1big.jpg")

# parse BGR to RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

lower = np.array([20,5,5],np.uint8)
upper = np.array([68,70,68],np.uint8)
imageHsv = cv2.inRange(imageHsv, lower, upper)

imageAdaptive = cv2.adaptiveThreshold(imageHsv,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,2)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(1,1))
imageDilate = cv2.dilate(imageAdaptive,kernel)

result, contours, hierarchy = cv2.findContours(imageDilate.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

if len(contours) != 0:    
    for (i, c) in enumerate(contours):
        area = cv2.contourArea(c)
        if (area > 700 and area < 1000):
            x,y,w,h = cv2.boundingRect(c)            
            cv2.rectangle(result,(x,y),(x+w,y+h),(0,255,0),12)

image=cv2.imread（“./data/lemon1big.jpg”）
#将BGR解析为RGB
图像=cv2.CVT颜色（图像，cv2.COLOR\u BGR2HSV）
下限=np.数组（[20,5,5]，np.uint8）
上限=np.数组（[68,70,68]，np.uint8）
imageHsv=cv2.inRange（imageHsv，下部，上部）
imageAdaptive=cv2.adaptiveThreshold（imageHsv，255，cv2.ADAPTIVE_THRESH_MEAN_C，cv2.THRESH_BINARY，15,2）
kernel=cv2.getStructuringElement（cv2.MORPH_ELLIPSE，（1,1））
ImageDisplate=cv2.Displate（imageAdaptive，内核）
结果，等高线，层次=cv2.findContours（ImageDisplate.copy（），cv2.RETR\u列表，cv2.CHAIN\u近似值\u简单）
如果len（等高线）！=0:    
对于枚举（等高线）中的（i，c）：
面积=cv2。轮廓面积（c）
如果（面积大于700且面积小于1000）：
x、 y，w，h=cv2.boundingRect（c）
cv2.矩形（结果，（x，y），（x+w，y+h），（0255,0），12）

这是原始的蒙面照片：

我查找的结果如下（大约12个黑色污点）：

我的结果是这样的：

---

你的结果如何？@MarkSetchell我用一个结果编辑了我的文章（你可以忽略我在原始图像上使用圆圈的事实）你没有将图像转换为hsv颜色空间，是吗？@mika文章中的代码没有包含它。对不起，我的错。我将图像从BGR转换为HSV。HSV是强制性的吗？您可以尝试的一件事是处理实验室图像，并将灰度图像设置为Ig=（a*+b*）/2。如果光度出现问题，可以通过光度Ig=（a*+b*）/（2 x L）进行规格化。