手写数字图像经轮廓提取与缩放后识别错误的问题咨询

变形原因 #

• 核心问题是未保持宽高比的强制拉伸：你的代码直接调用cv.resize(digit, (18,18))，不考虑裁剪得到的数字区域原始宽高比例，直接拉伸为正方形。手写数字5通常为竖长形态，强制拉成正方形后横向会被过度拓宽，笔画特征变形后和数字3重合，导致误识别。
• 次要问题：二值图像使用默认插值算法缩放，会造成笔画边缘模糊、形态畸变，进一步干扰模型判断。
• 隐藏问题：直接对缩放后的图像四周补边，没有做居中校正，如果原始数字在外接矩形中存在偏移，补边后会出现整体位置偏移，也会影响识别准确率。

修复方案 #

替换原有缩放、填充逻辑，先将裁剪到的数字区域等比例缩放后填充为正方形，再做后续处理，参考修改代码如下：

for c in contours:
    x,y,w,h = cv.boundingRect(c)
    # 可额外增加宽高比过滤，排除异常噪点轮廓
    if w*h >= 130 and 0.2 < w/h < 5: 
        cv.rectangle(image, (x,y), (x+w, y+h), color=(0, 255, 0), thickness=2)
        digit = thresh[y:y+h, x:x+w]
        # 新增：保持宽高比缩放，避免拉伸变形
        origin_h, origin_w = digit.shape
        max_side = max(origin_h, origin_w)
        # 创建正方形黑底画布，将原始数字放在画布中央
        square_canvas = np.zeros((max_side, max_side), dtype=np.uint8)
        offset_x = (max_side - origin_w) // 2
        offset_y = (max_side - origin_h) // 2
        square_canvas[offset_y:offset_y+origin_h, offset_x:offset_x+origin_w] = digit
        # 缩放时使用最近邻插值，适配二值图像保留笔画特征
        resized_digit = cv.resize(square_canvas, (18,18), interpolation=cv.INTER_NEAREST)
        padded_digit = np.pad(resized_digit, ((5,5),(5,5)), "constant", constant_values=0)
        # 后续预测逻辑不变
        plt.imshow(padded_digit, cmap="gray")
        plt.show()
        xdigit = padded_digit.reshape(1,784)
        prediction = neigh.predict(xdigit)
        print("prediction = ",prediction[0])

内容的提问来源于stack exchange，提问作者sunny