Python 带OpenCV的阈值电阻带

因此，我试图制作一个神经网络，通过识别色带对电阻强度进行分类。在我进入这一步之前，我想使用OpenCV对除了电阻带之外的所有颜色设置阈值，这样神经网络就更容易分类了。然而，我不知道什么样的阈值类型最适合这种情况

我尝试了几种HLS、RGB和HSV，但它们都不能消除电阻器的背景

注意：我已经使用轮廓来去除背景，所以现在剩下的就是带有彩色线条的电阻器

在我的例子中，HLS去掉了颜色，但保留了电阻器背景，如下面的代码所示

frame\u HLS=cv2.cvtColor（屏蔽数据，cv2.COLOR\u BGR2HLS）
frame_threshold=cv2.inRange（frame_HLS，（50,0,0），（139149255））

这是原始图像和HLS输出的图像

---

因此，总的来说，我只是想知道是否有人知道其他颜色模式（如LUV）对此是否有效，或者我是否只需要使用轮廓或其他方法来分离它们。

您的思路是正确的，颜色阈值是分割电阻的一种很好的方法。目前，阈值正在正确执行，您只需要执行几个简单的步骤来移除背景

我尝试了几种HLS、RGB和HSV，但它们都不能消除电阻器的背景

为了去除背景，我们可以使用

cv2.inRange（）

生成的二进制掩码。我们只需使用

cv2.bitwise_和（）

result = cv2.bitwise_and(original, original, mask=frame_threshold)
result[frame_threshold==0] = (255,255,255)

这是你当前拥有的蒙版图像（左）和移除背景后的蒙版图像（右）




然而，我不知道什么样的阈值类型最适合这种情况

现在您正在使用颜色阈值，您可以继续使用此方法并在HLS、RGB或HSV颜色空间中的其他范围内进行实验。在所有这些情况下，可以通过将遮罩上的所有黑色像素转换为白色来移除背景。如果决定使用另一种阈值方法，请查看自动计算阈值的或

import cv2

image = cv2.imread('1.png')
original = image.copy()
frame_HLS = cv2.cvtColor(image, cv2.COLOR_BGR2HLS)
frame_threshold = cv2.inRange(frame_HLS, (50, 0, 0), (139, 149, 255))

result = cv2.bitwise_and(original, original, mask=frame_threshold)
result[frame_threshold==0] = (255,255,255)

cv2.imshow('result', result)
cv2.waitKey()