如何系统性检测键盘黑键？OpenCV形状检测稳定性问题求助

问题背景 #

我正在开发一个基于摄像头的键盘按键检测项目，经过模糊、灰度化及形状检测处理后，使用OpenCV的cv.findContours可以稳定检测白键，但黑键的检测结果每次运行都不一致——部分黑键有时能检测到，有时检测不到。我尝试过调整自适应高斯阈值、高斯模糊的参数，但始终无法稳定检测全部黑键，因此寻求系统性检测黑键的方法。

补充信息 #

• Q、H、O分别代表四边形、六边形、八边形，用于标注按键形状
• 使用Python 3开发

解决方案 #

后续已解决该问题，核心思路是针对白键和黑键的视觉特征差异，分别设置适配的自适应阈值参数提取边缘，再通过cv2.bitwise_or合并两张阈值图像，最终实现黑键的稳定检测。

实现代码如下：

threshWhite = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 11, 4)
threshBlack = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 7, 3)
thresh = cv.bitwise_or(threshWhite, threshBlack)

内容的提问来源于stack exchange，提问作者Scott Caulfield