如何使用python将图像中方形标题的背景从黑色反转为白色？

我试图将方形标题（包含PONUMBER项目术语的黑色条）的背景设置为白色，并将其中的文本设置为黑色

我曾尝试使用findContours方法来查找轮廓，然后裁剪并反转它们，以便以黑色文本和白色背景的形式获得它们。但问题是我不知道如何继续前进，或者有没有更好的方法来解决这个问题

image =cv2.imread("default.jpg")
gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

th, thresh = cv2.threshold(gray,1, 255, cv2.THRESH_BINARY_INV)

kernel = cv2.getStructuringElemnt(cv2.MORPH_ELLIPSE,(7,7))
morp_image = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

contours = cv2.findContours(morp_image, 
cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]
cnts = sorted(contours,key=cv2.contourArea)[-1]

上面的代码确实会逐个查找每个这样的轮廓，比如如果我将代码最后一行中的[-1]更改为[-2]，它将查找下一个轮廓，但我希望一次查找图像中的所有这样的区域，并在将文本更改为黑色的同时将这些区域的背景设置为白色

---

谢谢这里有一个简单的方法

• 将图像转换为灰度和高斯模糊
• 大津阈值法获取二值图像
• 寻找轮廓
• 使用角数和轮廓面积进行过滤
• 提取ROI，反转ROI，并替换为原始图像

---

其思想是，如果轮廓有4个角，那么它必须是正方形/矩形。此外，我们使用最小轮廓面积来忽略噪声。如果轮廓通过我们的过滤器，那么我们就有一个想要反转的ROI。检测到的roi

现在，我们使用Numpy切片提取每个ROI。这是反转前后的每个ROI

现在，我们只需将每个反转的ROI替换回原始图像即可得到结果

---

如果该表上的任何信息是PII，我建议对其进行编辑并重新发布图像。您也可以尝试使用

teseract ocr

提取所需的文本区域，并相应更改相邻像素值。另一种方法是在水平方向上使用

Hough行

来隔离标题，并找到彼此接近的行对。这是一个令人惊讶的解释！！非常感谢@Nathany，它解决了我的问题。如果方形标题有白色背景，此算法将使其变为黑色，这不是目的。它不应该反转带有白色背景的标题。我们怎么能做到呢@唯一的方法是使用

cv2.countNonZero（）

检查ROI以确定大多数像素的颜色。此函数将检查灰度图像上有多少白色像素。如果大部分像素为黑色，则反转，如果为白色，则不做任何操作

import cv2

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.015 * peri, True)
    area = cv2.contourArea(c)
    if len(approx) == 4 and area > 1000:
        x,y,w,h = cv2.boundingRect(c)
        ROI = 255 - image[y:y+h,x:x+w]
        image[y:y+h, x:x+w] = ROI

cv2.imshow('image', image)
cv2.imwrite('image.png', image)
cv2.waitKey()