python+opencv实现文字颜色识别与标定功能代码示例

本篇文章小编给大家分享一下python+opencv实现文字颜色识别与标定功能代码示例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

数据集客户没有是自己随便创建的：

程序如下：

"""
    Code creation time:September 11, 2021
    Author:PanBo
    Realize function:It mainly realizes the recognition and calibration of fonts with different colors
"""
import numpy as np
import cv2 as cv
 
font = cv.FONT_HERSHEY_SIMPLEX
lower_red = np.array([0, 120, 120])
hight_red = np.array([10, 255, 255])
#
lower_black = np.array([0, 0, 0])
height_black = np.array([144, 144, 144])
 
lower_yellow = np.array([10, 230, 230])
height_yellow = np.array([35, 255, 255])
 
frame = cv.imread("test.png")
cv.namedWindow("test_image", cv.WINDOW_AUTOSIZE)
cv.imshow('test_image', frame)
 
img_hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
mask_red = cv.inRange(img_hsv, lower_red, hight_red)
mask_black = cv.inRange(img_hsv, lower_black, height_black)
mask_yellow = cv.inRange(img_hsv, lower_yellow, height_yellow)
 
cv.namedWindow("mask_red", cv.WINDOW_AUTOSIZE)
cv.imshow("mask_red", mask_red)
cv.namedWindow("mask_black", cv.WINDOW_AUTOSIZE)
cv.imshow("mask_black", mask_black)
cv.namedWindow("mask_yellow", cv.WINDOW_AUTOSIZE)
cv.imshow("mask_yellow", mask_yellow)
 
kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
mask_yellow = cv.morphologyEx(mask_yellow, cv.MORPH_OPEN, kernel)
cv.namedWindow("mask_yellow_open", cv.WINDOW_AUTOSIZE)
cv.imshow("mask_yellow_open", mask_yellow)
 
mask_yellow = cv.morphologyEx(mask_yellow, cv.MORPH_CLOSE, kernel)
cv.namedWindow("mask_yellow_close", cv.WINDOW_AUTOSIZE)
cv.imshow("mask_yellow_close", mask_yellow)
 
mask_black = cv.medianBlur(mask_black, 3)
mask_red = cv.medianBlur(mask_red, 3)
mask_yellow = cv.medianBlur(mask_yellow, 3)
# cv.imshow(" ", mask_green)
 
cnts1, hierarchy1 = cv.findContours(mask_black, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
cnts2, hierarchy2 = cv.findContours(mask_red, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
cnts3, hierarchy3 = cv.findContours(mask_yellow, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
 
for cnt in cnts1:
    (x, y, w, h) = cv.boundingRect(cnt)
    cv.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 0), 2)
    cv.putText(frame, 'black', (x, y-5), font, 0.7, (0, 0, 25）,2）
for cnt in cnts2:
    (x, y, w, h) = cv.boundingRect(cnt)
    cv.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
    cv.putText(frame, 'red', (x, y - 5), font, 0.7, (0, 0, 255), 2)
 
for cnt in cnts3:
    (x, y, w, h) = cv.boundingRect(cnt)
    cv.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
    cv.putText(frame, 'yellow', (x, y - 5), font, 0.7, (0, 0, 255), 2)
 
cv.namedWindow("output", cv.WINDOW_AUTOSIZE)
cv.imshow("output", frame)
cv.waitKey(0)

首先给定字体颜色的上下阈值，然后提取出红色、黑色以及黄色的字体如下所示：

检测出原始图像中存在的红色字体的为四和五

检车出原始图像中存在的黑色字体是一和大

检测出原始图像中存在黄色字体的是七和九

但是通过yellow字体检测的过程中发现有一些椒盐噪声需要去剔除，因此做了一下中值滤波

但是效果不好有做一个形态学操作——开操作，结果如下：

但是发现了七和九发生了断层现象如果进行矩形标定的话会出现两个矩形，因此又做了一下形态学操作中的——闭操作结果如下：

经过闭操作我们发现七处的裂缝没有了但是九还是有，这个是由于设置的yellow上下阈值导致的。

后面进行矩形标定如下所示：