如何去除图像中除文字数字外的多余内容，仅保留昵称、伤害值、BOSS名称？

提问内容 #

图片链接：

我已尝试通过以下简单代码，将不在特定像素值范围内的像素设为白色，其余设为黑色：

if (newpix[i] > 179 && newpix[i] < 228 && newpix[i+1] > 177 && newpix[i+1] < 249 && newpix[i+2] > 220 && newpix[i+2] < 256){
newpix[i] = 0;
newpix[i+1] = 0;
newpix[i+2] = 0;
}
else if (newpix[i] > 63 && newpix[i] < 146 && newpix[i+1] > 96 && newpix[i+1] < 182 && newpix[i+2] > 123 && newpix[i+2] < 220)
{
newpix[i] = 0;
newpix[i+1] = 0;
newpix[i+2] = 0;
}
else
{
newpix[i] = 255;
newpix[i+1] = 255;
newpix[i+2] = 255;
}

处理结果：

上述方案虽可正常运行，但仍有优化空间。我期望最终仅保留图像中的昵称、伤害值、BOSS名称，其余内容全部去除，请问有什么更优的实现方法？

回答 #

你现在用固定RGB区间做二值化的方案最大的问题是鲁棒性差，只要画面明暗、色调出现微小变动，阈值就会失效，同时也没法区分和文字同色的非文字区域，可以按照下面的步骤优化：

• 更换为HSV颜色空间做阈值过滤
  RGB三个通道的数值会同步受亮度影响，硬写阈值的适配性很差。转换到HSV空间后，可以单独针对你要保留的两种文字的色相（H）区间做过滤，再搭配饱和度（S）、明度（V）的合理阈值，过滤效果会稳定很多，不会因为画面整体亮暗变化就出现大面积漏判或者误判。
• 增加形态学操作过滤噪点
  做完颜色二值化之后，用22或者33的小核对二值图先做腐蚀再做膨胀（开运算），可以直接去掉孤立的小面积噪点，之后再做一次闭运算补全文字笔画的小缺口，避免文字出现断裂。
• 用连通域筛选只保留文字区域
  对二值图提取所有连通域，根据目标文字的大小、宽高比做过滤：你截图里的文字高度基本在12_{20像素区间，单字宽高比在0.5}3之间，不符合这个范围的连通域直接填充为白色，就能去掉绝大多数同色的非文字区块。
• 固定ROI区域裁剪（效率最高的方案）
  游戏界面的布局是固定的，昵称、伤害数值、BOSS名称只会出现在固定的屏幕区域，你可以直接把其他区域的像素全部设置为白色，不用做全图判断，处理效率能提升数倍，还能完全避免其他区域的干扰。

参考实现代码（Python+OpenCV） #

import cv2
import numpy as np

# 读取原始图片
img = cv2.imread("game_screenshot.png")
# 转换为HSV颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 第一种文字（黄白色伤害值）的HSV阈值，可根据实际情况调整
lower_text1 = np.array([20, 30, 180])
upper_text1 = np.array([35, 80, 255])
# 第二种文字（青蓝色昵称/BOSS名）的HSV阈值，可根据实际情况调整
lower_text2 = np.array([90, 20, 90])
upper_text2 = np.array([110, 100, 210])

# 生成两种文字的掩码
mask1 = cv2.inRange(hsv, lower_text1, upper_text1)
mask2 = cv2.inRange(hsv, lower_text2, upper_text2)
mask = cv2.bitwise_or(mask1, mask2)

# 形态学操作去噪+补全文字
kernel = np.ones((2,2), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

# 连通域过滤非文字区域
num_labels, labels, stats, _ = cv2.connectedComponentsWithStats(mask, connectivity=8)
# 初始化全白结果图
result = np.full_like(img, 255)
for i in range(1, num_labels):
    w = stats[i, cv2.CC_STAT_WIDTH]
    h = stats[i, cv2.CC_STAT_HEIGHT]
    area = stats[i, cv2.CC_STAT_AREA]
    # 过滤不符合文字大小的连通域
    if 10 < h < 25 and 5 < w < 100 and area > 30:
        result[labels == i] = [0,0,0]

# 保存结果
cv2.imwrite("processed_result.png", result)

内容的提问来源于stack exchange，提问作者KawaiiNeko