OpenCV白色颜色滤镜优化：现有C++代码如何调整提升效果

咱们先拆解你现有代码里的问题，再一步步修改出靠谱的白色滤镜～

现有代码的核心问题 #

你当前的HSV范围设置完全不对：lower(0,0,0)到higher(180,255,255)其实是匹配所有颜色，相当于没做过滤，这肯定出不来想要的效果。另外还有两个小坑：

• 直接把inRange的结果写到输入的img里，会覆盖原始图像数据，这不是好的编程习惯；
• 如果你的输入图像是OpenCV默认读取的BGR格式，用CV_RGB2HSV做颜色转换会导致颜色空间错位。

修改后的完整代码 #

下面是调整后的版本，我会逐段解释：

static cv::Mat whiteFilter(cv::Mat img) { 
    cv::Mat hsvImg; 
    // 关键：OpenCV默认读取的图像是BGR格式，所以要用COLOR_BGR2HSV转换
    // 如果你的输入确实是RGB格式，改成COLOR_RGB2HSV即可
    cv::cvtColor(img, hsvImg, cv::COLOR_BGR2HSV); 

    // 白色在HSV空间的特征：色调(H)任意，饱和度(S)极低，亮度(V)极高
    // 这里的数值可以根据你的实际场景微调，比如S的上限可以调到50，V的下限调到180
    cv::Scalar lowerWhite(0, 0, 200); 
    cv::Scalar upperWhite(180, 30, 255); 

    cv::Mat mask;
    // 生成白色区域的掩码：白色区域为255（白），其余为0（黑）
    cv::inRange(hsvImg, lowerWhite, upperWhite, mask); 

    // 可选：如果你想保留原图中白色区域的内容，而不是返回掩码，可以用下面两行替换return mask;
    // cv::Mat result;
    // img.copyTo(result, mask);
    // return result;

    return mask; 
}

关键参数解释 #

白色在HSV颜色空间的特性是无色彩（饱和度S接近0）+ 高亮度（V接近255），所以参数设置的逻辑是：

• H（色调）：0到180全覆盖，因为白色没有特定色调；
• S（饱和度）：0到30（或50），过滤掉有色彩的区域；
• V（亮度）：200到255，只保留亮度足够高的区域。

调试小技巧 #

如果效果还是不够理想，可以用滑动条实时调整HSV的上下限，找到最适合你场景的数值：

• 创建三个滑动条分别控制H的下限、S的下限、V的下限；
• 另外三个滑动条控制H的上限、S的上限、V的上限；
• 实时更新inRange的掩码，直到白色区域被精准过滤。

内容的提问来源于stack exchange，提问作者user9469525