如何将图像中的红色改为whi

Question

iam在车牌识别方面的工作需要对车牌图像进行预处理才能开始识别，iam面临的问题是对红色车牌字符不清晰要进行分割

对于RGB图像，有没有办法将红色转换成白色？你知道吗

Answer 1

使用cv2会让你的生活更轻松。有一个“inRange”函数可以让你定义你的红色范围。在hsv颜色空间中，红色是一个矩形，而在rgb空间中，红色是一个难以捕捉的立方体块，如this，这将更容易实现。下面是红色的色调：

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/加10或20（根据您认为红色的确切含义，可以更改任意值）。你必须处理在opencv中实现的hsv范围的最末端的红色，所以下面的，你可以用于其他颜色，对于红色是不合适的

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，你必须使用

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

在hsv的高端为红军重新做这件事。cv2的色调从0到179，而不是从0到标准255。你知道吗

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

现在你做一个最终的遮罩，它是两个红色遮罩的“或”，按位\u和遮罩（反转它之后，因为你想只丢失红色而不是只保留红色）来得到一个结果：

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this图像上