如何用OpenCV读取WordDetector裁剪的图像数组并转灰度？

我正在进行字符分割，使用WordDetector通过以下代码裁剪单词图像：

def contours_words(image_file):
    im3 = image_file.copy()
    img = prepare_img(image_file, 50)
    detections = detect(img,
                        kernel_size=25,
                        sigma=3,
                        theta=8,
                        min_area=100)

    line = sort_line(detections)[0]

    for i, word in enumerate(line):
        if word.bbox.h > 19 and word.bbox.w >= 22 and word.bbox.w <= 250:
            contours_letters(word.img)

得到裁剪后的图像数组后，我需要用OpenCV将其转为灰度图并进行轮廓检测，预期代码如下：

gray = cv2.cvtColor(image_file, cv2.COLOR_BGR2GRAY)
ret, thresh1 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
dilated = cv2.dilate(thresh1, None, iterations=1)

cnts = cv2.findContours(
    dilated.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = sort_contours(cnts, method="left-to-right")[0]

但使用image = cv2.imread(image_file)读取该图像数组时出现错误，且我不想先保存图像再重新读取，求助解决方法。

解决方案 #

问题出在对cv2.imread的误用：这个函数仅用于读取磁盘上的图像文件路径，不能直接读取内存中的图像数组。而word.img本身就是WordDetector裁剪后返回的内存图像数组，直接传入OpenCV处理流程即可。

修改后的contours_letters函数示例：

def contours_letters(word_img):
    # 先判断图像是否为彩色图（三通道），再决定是否转灰度
    if len(word_img.shape) == 3:
        # 若为BGR格式彩色图，转换为灰度图
        gray = cv2.cvtColor(word_img, cv2.COLOR_BGR2GRAY)
    else:
        # 已经是单通道灰度图，直接使用
        gray = word_img
    
    ret, thresh1 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
    dilated = cv2.dilate(thresh1, None, iterations=1)

    cnts = cv2.findContours(
        dilated.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    cnts = imutils.grab_contours(cnts)
    cnts = sort_contours(cnts, method="left-to-right")[0]
    
    # 这里添加后续轮廓处理逻辑，比如提取单个字符等

关键说明 #

• word.img是内存中的图像矩阵，无需存盘再读取，直接作为参数传入处理函数即可。
• 注意图像通道数：通过len(word_img.shape)判断，结果为3表示三通道彩色图，结果为2表示单通道灰度图，避免不必要的格式转换报错。

内容的提问来源于stack exchange，提问作者Emad Uones