Python 在红板图像上绘制等高线

嗨，我正在做一个程序，需要找到车牌的轮廓，车牌的一切都很好，但是当我试图得到红色车牌的轮廓时，它不能正确显示轮廓，我检查将图像转换为灰色的所有结果，然后模糊图像，然后对图像设置阈值以实现查找轮廓，这些是图像：

原始图像：

灰度图像：

图像阈值：

查找等高线：

如图所示，我想得到阿拉伯数字周围的轮廓，但数字周围的阈值是白色和黑色的，所以它不能完美地包围阿拉伯数字

如图所示：

这是我处理两幅图像的代码：

image = cv2.imread('red_image3.jpg')

gray_image = extractValue(image)

imgMaxContrastGrayscale = maximizeContrast(gray_image)


imgBlurred = cv2.GaussianBlur(imgMaxContrastGrayscale, (3,3), 0)

imgThresh = cv2.adaptiveThreshold(imgBlurred, 255.0, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,
                                  17, 9)
contours, _ = cv2.findContours(imgThresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

for contour in contours :
    (x,y,w,h) = cv2.boundingRect(contour)
    cv2.rectangle(image , (x,y) , (x+w,y+h),(0,255,0), thickness=1)

---

设定阈值不会给您带来好结果。尝试MSER特征提取和一些形态学操作，以得到您想要的。Opencv有一个很好的MSER实现。@Meisam你有什么可以帮助我的链接吗？我还是这个领域的新手只是谷歌一下：MSER Opencv python.hi很抱歉打扰你，我按照你的建议尝试了MSER方法，效果很好，但是该方法返回重叠矩形你知道消除重叠矩形的方法吗@MH304Try将每个数字的方框与大小信息分开。LP中每个数字的高宽比是固定的，所以您可以利用这个事实来提取它们。