OpenCV颜色提取Python转C++两种实现结果差异问题咨询

核心原因1：阈值逻辑完全倒置 #

原始Python代码和第一种C++实现的判断逻辑完全相反，是结果差异的最主要诱因：

• 原始Python代码逻辑：只要任意一个通道的像素值小于对应阈值，该像素就被置为黑色（丢弃），最终保留的是三个通道像素值均大于等于阈值的像素。
• 第一种C++实现逻辑：THRESH_BINARY的规则是大于阈值的像素设为255、小于的设为0，对三个阈值结果按位或后得到的mask，是任意一个通道大于阈值的像素都会被保留，和Python的逻辑完全相反。

核心原因2：通道顺序不匹配 #

OpenCV的默认读写逻辑和Python常用图像库的通道顺序不一致：

• C++中cv::imread读取的图像默认是BGR通道顺序，拆分后channels[0]对应蓝色通道、channels[1]对应绿色通道、channels[2]对应红色通道。
• 你参考的Udacity Python示例代码输入为RGB顺序，image[:,:,0]对应红色通道、image[:,:,2]对应蓝色通道，虽然本次阈值三个参数相同没有暴露问题，但如果阈值各通道不同会直接出现逻辑错误。

第二种方案结果匹配的原因 #

转灰度图的逻辑规避了上述两个问题：
OpenCV的灰度转换公式固定为Gray = 0.299*R + 0.587*G + 0.114*B，和输入通道顺序无关，三个通道均大于200的像素灰度值也必然在200左右，叠加中值滤波的去噪效果后，最终结果刚好和Python的预期输出重合。

第一种C++代码修正方案 #

如果要和原始Python逻辑完全对齐，调整代码如下：

cv::Mat mask, result;
cv::Mat image = cv::imread("test.jpg");
// 先转成RGB通道和Python逻辑对齐
cv::cvtColor(image, image, cv::COLOR_BGR2RGB);
std::vector<cv::Mat> thresholds(3);
std::vector<cv::Mat> channels;
std::vector<int> RGB_THRESH = { 200,200,200 };
cv::split(image, channels);
// 用THRESH_BINARY_INV：小于阈值的设为255，匹配Python的小于阈值判断条件
cv::threshold(channels[0], thresholds[0], RGB_THRESH[0], 255.0, cv::THRESH_BINARY_INV);
cv::threshold(channels[1], thresholds[1], RGB_THRESH[1], 255.0, cv::THRESH_BINARY_INV);
cv::threshold(channels[2], thresholds[2], RGB_THRESH[2], 255.0, cv::THRESH_BINARY_INV);
// 按位或得到所有需要置黑的像素位置
mask = thresholds[0] | thresholds[1] | thresholds[2];
result = image.clone();
// 对应位置置黑，和Python逻辑完全一致
result.setTo(cv::Scalar(0,0,0), mask);
// 转回BGR用于OpenCV窗口展示
cv::cvtColor(result, result, cv::COLOR_RGB2BGR);
cv::imshow("result", result);

内容的提问来源于stack exchange，提问作者ma1169