如何用OpenCV为图像中所有文字及背景添加红色轮廓？

问题根源 #

原代码的核心问题在于：

• 阈值方向错误：使用THRESH_BINARY保留了浅色的星星区域，深色文字被转为黑色，无法被轮廓检测识别
• 形态学操作无效：(1,1)的卷积核没有起到降噪或连接文字笔画的作用
• 固定阈值适配性差：216的高阈值过滤掉了部分文字细节

修改后的代码 #

import cv2 as cv
import numpy as np

# 读取图像
image = cv.imread("input1.jpg")
img_gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# 高斯降噪
img_denoised = cv.GaussianBlur(img_gray, (5,5), 2)

# 改用自适应阈值，适配复杂背景的文字提取
thresh = cv.adaptiveThreshold(img_denoised, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, 
                              cv.THRESH_BINARY_INV, 11, 2)

# 用闭操作连接文字笔画、填充小空洞
kernel = np.ones((2,2), np.uint8)
closing = cv.morphologyEx(thresh, cv.MORPH_CLOSE, kernel)

# 检测最外层轮廓
contours, hierarchy = cv.findContours(closing, mode=cv.RETR_EXTERNAL, method=cv.CHAIN_APPROX_SIMPLE)

# 过滤噪声轮廓，绘制文字轮廓
for cnt in contours:
    if cv.contourArea(cnt) > 20:  # 根据实际图像调整面积阈值
        cv.drawContours(image, [cnt], -1, (0, 0, 255), 2)

# 显示结果
cv.imshow("Text Contours", image)
cv.waitKey(0)
cv.destroyAllWindows()

关键修改说明 #

• 自适应阈值：结合THRESH_BINARY_INV将深色文字转为白色区域，局部阈值调整能适配不同区域的明暗差异
• 形态学闭操作：(2,2)卷积核先膨胀后腐蚀，修复文字笔画断裂，同时过滤小噪声
• 轮廓过滤：通过面积筛选排除细小噪声，只保留文字轮廓
• 轮廓检测模式：RETR_EXTERNAL只提取最外层轮廓，减少冗余计算

内容的提问来源于stack exchange，提问作者user20545193