如何排除绿灰组合物体？OpenCV自动点击器误判问题求助

问题分析 #

当前代码仅通过绿色HSV掩码识别轮廓，导致包含绿色的绿灰组合物体被误检测。你尝试的掩码位运算方法无效，是因为绿灰组合物体中的绿色区域和灰色区域是分离的，位运算后仍会保留绿色部分的轮廓，无法彻底排除整个物体。

解决方案 #

我们需要先识别所有绿色轮廓，再对每个轮廓对应的区域进行验证——检查该区域是否包含灰色像素，若包含则排除该轮廓。同时要确保灰色的HSV范围设置正确（灰色的核心特征是低饱和度）。

修改后的代码 #

def find_contours():
    screen = sct.grab(monitor)
    img = np.array(screen)
    hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    # 绿色HSV范围，请根据实际画面微调
    lower_green = (40, 40, 40)
    upper_green = (70, 255, 255)
    mask_for_green = cv2.inRange(hsv_img, lower_green, upper_green)

    # 灰色HSV范围：低饱和度，亮度适中（核心是S通道值低）
    lower_gray = (0, 0, 50)
    upper_gray = (180, 30, 200)
    mask_for_gray = cv2.inRange(hsv_img, lower_gray, upper_gray)

    # 提取所有绿色轮廓
    contours, _ = cv2.findContours(mask_for_green, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    valid_contours = []
    for cnt in contours:
        # 获取轮廓的外接矩形
        x, y, w, h = cv2.boundingRect(cnt)
        # 截取该轮廓区域内的灰色掩码
        roi_gray_mask = mask_for_gray[y:y+h, x:x+w]
        # 计算区域内灰色像素的占比
        gray_pixel_num = cv2.countNonZero(roi_gray_mask)
        total_pixels = w * h
        # 如果灰色像素占比低于阈值（可根据实际情况调整，比如5%），则保留该轮廓
        if total_pixels > 0 and (gray_pixel_num / total_pixels) < 0.05:
            valid_contours.append(cnt)

    return valid_contours

关键说明 #

1. 灰色HSV范围设置：灰色的H通道可以是0-180全范围，S通道要设置为低数值（比如0-30），V通道设置为中等亮度（50-200），这样才能准确识别灰色区域。
2. 轮廓验证逻辑：通过计算轮廓区域内灰色像素的占比，判断该物体是否为绿灰组合。如果灰色占比超过设定阈值（比如5%），则认为是需要排除的物体，不加入有效轮廓列表。
3. 阈值调整：你可以根据实际游戏画面中绿灰组合物体的灰色占比，调整0.05这个阈值，确保既能排除误判，又不会漏掉纯绿色物体。

内容的提问来源于stack exchange，提问作者user582426