如何使用OpenCV将图像中的青绿色文字替换为白色以优化Tesseract-OCR识别效果

嘿，我来帮你搞定这个问题！你现在遇到的核心问题是位运算的用法没选对，而且HSV颜色范围的设置可能不够精准，导致替换效果不符合预期。咱们换个更直接的思路来实现青绿色文字转白色，保证Tesseract-OCR能更好识别。

问题分析 #

你之前尝试用位运算来替换颜色，但其实对于这种“指定区域替换为单一颜色”的需求，直接通过掩码（mask）给目标区域赋值会更简单可靠。另外，你当前的HSV颜色范围计算可能没匹配OpenCV的色彩空间规则——OpenCV里HSV的H通道范围是0-179（而不是工具常用的0-360），S和V是0-255，所以之前的范围可能没准确框住青绿色区域。

解决方案步骤 #

• 精准设置青绿色的HSV范围：根据OpenCV的色彩空间规则，调整H、S、V的上下限，确保掩码能准确选中所有青绿色文字。
• 直接通过掩码替换颜色：不需要复杂的位运算，直接在原始BGR图像上，把掩码选中的区域赋值为白色即可。

修改后的完整代码 #

import cv2
import numpy as np

# 读取图像
image = cv2.imread('pic1.png')

# 展示原始图像
cv2.imshow('原始图像', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 转换为HSV色彩空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 设置青绿色的HSV范围（适配OpenCV的0-179 Hue范围）
# 可根据实际图像微调数值，确保覆盖所有目标青绿色区域
lower_turquoise = np.array([70, 50, 50])
upper_turquoise = np.array([100, 255, 255])

# 创建掩码：选中青绿色区域
mask = cv2.inRange(hsv, lower_turquoise, upper_turquoise)

# 展示掩码，确认是否准确覆盖目标区域
cv2.imshow('青绿色区域掩码', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 将掩码选中的区域替换为白色（BGR格式的白色是[255,255,255]）
image[mask == 255] = [255, 255, 255]

# 展示处理后的结果
cv2.imshow('替换后图像', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外优化小技巧 #

如果掩码没有准确选中所有青绿色文字（比如文字边缘有缝隙），可以对掩码做膨胀操作来优化：

# 用小核对掩码做膨胀，填补文字边缘的缝隙
kernel = np.ones((2,2), np.uint8)
mask = cv2.dilate(mask, kernel, iterations=1)

这样处理后，青绿色文字就会被完美替换成白色，Tesseract-OCR识别起来就清晰多啦！

备注：内容来源于stack exchange，提问作者HEP