使用OpenCV和Python提取魔方颜色时如何实现魔方与背景的分离

前置优化：优先做颜色预过滤缩小候选范围 #

• 魔方的六个面仅包含白、黄、红、橙、蓝、绿六种高饱和度固定颜色，你可以先将图像从BGR色彩空间转换到HSV色彩空间，预先设置六种颜色的阈值范围，用cv2.inRange()生成对应颜色的掩码后合并，直接把不在阈值内的背景像素全部置黑，仅保留符合魔方颜色特征的区域再做后续处理，能直接过滤掉绝大多数背景干扰。

针对现有流程的优化：给轮廓提取增加过滤规则 #

你当前的流程已经拿到了全图轮廓，只需要增加多层筛选逻辑就能剔除无效轮廓：

• 面积过滤：提前设置最小、最大面积阈值，丢掉面积过小的噪点轮廓，以及面积远大于魔方尺寸的背景大轮廓
• 长宽比过滤：魔方的单个面外轮廓是正方形，经过轮廓近似后的多边形长宽比应该接近1:1，偏离度超过20%的可以直接剔除
• 层级过滤：魔方单个面内部包含9个更小的正方形色块轮廓，符合特征的外轮廓必然嵌套有9个左右的子轮廓，没有对应子层级的轮廓可以直接排除

预处理步骤参数优化 #

• 在执行Canny边缘检测前先做一次高斯模糊，调用cv2.GaussianBlur(img, (5,5), 0)即可，能大幅减少背景细碎纹理产生的无效边缘
• 按需调整Canny的高低阈值、膨胀操作的核大小与迭代次数，避免把背景的轻微纹理识别为有效边缘

补充校验逻辑避免误判 #

• 筛选出候选的魔方面轮廓后，可以通过透视变换将轮廓区域校正为正视角的正方形，再校验内部是否存在3×3的均匀色块网格，符合特征的才判定为魔方有效区域，进一步排除背景中误识别的正方形物体。

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