如何将图像中的红色更改为白色 [关闭]

Question

关闭。 这个问题需要更加集中。 它目前不接受答案。

---

想改善这个问题吗？ 更新问题，使其仅通过编辑这篇文章来关注一个问题。

1 年前关闭。

改进这个问题

我正在研究图像板识别它需要在板开始识别之前对图像板进行预处理过程，我面临着红色板的问题，字符不清楚无法分割

是否可以将 RGB 图像的红色仅转换为白色？

Answer 1

使用 cv2 将使您的生活更轻松。 有一个“inRange”功能，可让您定义红色范围。 这在 hsv 颜色空间中更容易，其中红色是矩形，而在 rgb 空间中，红色是像这样的立方体的难以捕捉的块。 在下面我得到了红色的色调：

img_arr = cv2.imread("/path/to/img.png")
red = np.uint8([[[0,0,255 ]]])
hsv_red = cv2.cvtColor(red,cv2.COLOR_BGR2HSV)
hsv_img = cv2.cvtColor(img_arr, cv2.COLOR_BGR2HSV)

然后定义红色范围的低端和高端，通过减去/添加 10 或 20（您可以根据您认为红色的确切含义更改任意值）。 您必须处理在 opencv 中实现的 hsv 范围最末端的红色，因此以下可用于其他颜色的红色不适用于红色

red_low = np.array([hsv_red[0]-10,50,50])
red_high = np.array([hsv_red[0]+10,255,255])
mask = cv2.inRange(hsv_img, red_low, red_high)

相反，您将不得不使用类似的东西

red_low = np.array(0,50,50])
red_high = np.array(20,255,255])
mask1 = cv2.inRange(hsv_img, red_low, red_high)

并在 hsv 范围的高端再次为红人做这整件事。 cv2 色调从 0 到 179 而不是从 0 到标准 255 。

red_low = np.array(160,50,50])
red_high = np.array(179,255,255])
mask2 = cv2.inRange(hsv_img, red_low, red_high)

现在你制作一个最终的遮罩，它是两个红色遮罩的“或”，以及 bitwise_and 遮罩（在反转它之后，因为你只想失去红色而不是只保留红色）与图像以获得结果：

mask = mask1+mask2
mask_inv = cv2.bitwise_not(mask)
res = cv2.bitwise_and(hsv_img,hsv_img, mask= mask_inv)
cv2.imshow('res',res)
cv2.waitKey(0)

它似乎工作正常，例如在这张图片上