AIWORK软件图像视觉处理[opencv]小结1

信息发布软件 · 发表于 2025-10-20 08:25:47

AIWORK软件图像视觉处理[opencv]小结1

// 1. HSV颜色变换：对图像进行HSV通道的颜色变换，可调整色相、饱和度、对比度
// 参数说明：输入图像(Mat)、色相参数(int)、饱和度参数(int)、对比度参数(int)
// 返回值：处理后的Mat图像
function hsvTransform() {
// 截取屏幕区域(432,768)大小、100质量的图像并转为Mat格式
var mat = screen.screenShot(432, 768, 100).getMat();
// 调用HSV变换：色相17、饱和度17、对比度17
opencv.HSV(mat, 17, 17, 17);
// 输出处理结果
printl(mat);
return mat;
}
let hsvResult = hsvTransform();

// 2. 对比度调整：调整图像对比度，通过阈值控制强弱
// 参数说明：输入图像(Mat)、对比度阈值(double，值越大对比度越强)
// 返回值：处理后的Mat图像
function adjustContrast() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 调整对比度：阈值0.5（降低对比度）
opencv.adjustContrast(mat, 0.5);
printl(mat);
return mat;
}
let contrastResult = adjustContrast();

// 3. Bitmap转Mat：将Bitmap格式图像转换为OpenCV处理用的Mat格式
// 参数说明：输入图像(Bitmap)
// 返回值：转换后的Mat图像
function bitmapToMat() {
// 先获取屏幕截图的Bitmap对象
var screenshot = screen.screenShot(432, 768, 100);
var bmp = screenshot.getBitmap();
// 转换为Mat格式
var mat = opencv.bitmapToMat(bmp);
printl(mat);
return mat;
}
let matFromBmp = bitmapToMat();

// 4. 颜色过滤：保留设定的目标颜色，过滤其他颜色，适用于固定颜色目标筛选
// 参数说明：输入图像(Mat)、目标颜色数组(String[]，格式["#RRGGBB",...])、匹配阈值(int)
// 返回值：过滤后的Mat图像
function colorFilter() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 定义目标颜色数组（土黄、金黄等）
var colors = ["#615018", "#D9C15D", "#010000", "#F4C51F"];
// 过滤颜色：阈值2（允许轻微颜色偏差）
mat = opencv.colorFilter(mat, colors, 2);
printl(mat);
return mat;
}
let filterResult = colorFilter();

// 5. 区域截图：按百分比裁剪图像或保留指定区域（区域外变白）
// 参数说明：输入图像(Mat)、区域范围(double[]，[左上角x%,左上角y%,右下角x%,右下角y%])、是否裁剪(boolean)
// 返回值：处理后的区域图像(Mat)
function extractRegion() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 定义区域：左上角(3.935%,16.406%)到右下角(53.472%,63.281%)
var region = [0.03935, 0.16406, 0.53472, 0.63281];
// 处理区域：false表示区域外变白，不裁剪
opencv.extractRegion(mat, region, false);
printl(mat);
return mat;
}
let regionResult = extractRegion();

// 6. 面积过滤：保留图像中面积在指定范围内的区域，过滤过小/过大区域
// 参数说明：输入图像(Mat)、最小面积(double)、最大面积(double)
// 返回值：过滤后的Mat图像
function inArea() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 保留面积1~10000的区域
opencv.inArea(mat, 1, 10000);
printl(mat);
return mat;
}
let areaResult = inArea();

// 7. 边缘提取：基于Canny算法提取图像边缘，高阈值通常为低阈值2~3倍
// 参数说明：输入图像(Mat)、低阈值(double)、高阈值(double)
// 返回值：边缘提取后的Mat图像
function cannyEdge() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 提取边缘：低阈值50，高阈值100（符合2倍关系）
opencv.Canny(mat, 50, 100);
printl(mat);
return mat;
}
let cannyResult = cannyEdge();

// 8. OCR识别：通过训练字库识别指定区域文字，返回识别结果
// 参数说明：输入图像(Mat)、字库路径(String)、相似度(double 0~1)、预期文字数(int)、识别区域(double[])
// 返回值：ocrResult对象（含文字及位置信息）
function ocr() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 识别区域：全图（[0,0,1,1]表示0%~100%范围）
var ocrRegion = [0, 0, 1, 1];
// 调用OCR：字库"图色976442.ocr"，相似度0.8，不限制文字数
var ocrRes = opencv.OCR(mat, '图色976442.ocr', 0.8, 0, ocrRegion);
// 输出识别结果
ocrRes ? printl("OCR识别结果：" + ocrRes.getAllString()) : print.err('OCR识别失败');
return ocrRes;
}
let ocrResult = ocr();

// 9. CV文件OCR：通过预定义的CV文件（含字库和区域）进行OCR识别
// 参数说明：CV文件路径(String)
// 返回值：ocrResult对象（含识别结果）
function ocrEx() {
// 读取CV文件并识别
var ocrExRes = opencv.OCREx('图色598321.cv');
ocrExRes ? printl("CV文件OCR结果：" + ocrExRes.getAllString()) : print.err('CV文件OCR失败');
return ocrExRes;
}
let cvOcrResult = ocrEx();

// 10. 图像平滑：减少图像噪声、模糊图像，通过滤波和去毛边实现
// 参数说明：输入图像(Mat)、滤波值(int，值越大越平滑)、去毛边大小(int)
// 返回值：平滑后的Mat图像
function smooth() {
var mat = screen.screenShot(432, 768, 100).getMat();
// 平滑处理：滤波值3，去毛边2
var smoothMat = opencv.Smooth(mat, 3, 2);
printl(smoothMat);
return smoothMat;
}
let smoothResult = smooth();

// 11. 多点比色：验证图像中多个指定坐标的颜色是否符合预期，全匹配返回true
// 参数说明：输入图像(Mat)、目标点数组(String[]，格式"x,y,#RRGGBB")、颜色误差(int)、坐标误差(int)、相似度(double)
// 返回值：boolean（是否全匹配）
function checkColors() {
var mat = screen.screenShot(900, 1600, 100).getMat();
// 目标点：x,y坐标+颜色（如"325,317,#F4C51F"）
var points = ['325,317,#F4C51F', '357,364,#070200', '336,345,#100500', '356,386,#F4C51F'];
// 多点比色：颜色误差2，坐标误差5，相似度0.95
var isMatch = opencv.checkColors(mat, points, 2, 5, 0.95);
isMatch ? printl('多点比色成功') : print.err('多点比色失败');
return isMatch;
}
let colorCheckResult = checkColors();

// 12. CV文件多点比色：通过预定义的CV文件（含多点坐标和颜色）验证匹配
// 参数说明：CV文件路径(String)
// 返回值：boolean（是否匹配成功）
function checkColorsEx() {
// 基于CV文件验证多点比色
var isExMatch = opencv.checkColorsEx('图色246814.cv');
isExMatch ? printl('CV文件多点比色成功') : printl('CV文件多点比色失败');
return isExMatch;
}
let cvColorCheckResult = checkColorsEx();

// 13. 闭运算：先膨胀后腐蚀，用于填充图像小孔、连接邻近区域
// 参数说明：输入图像(Mat)、核大小(int，值越大效果越强)
// 返回值：闭运算处理后的Mat图像
function closeImg() {
var mat = screen.screenShot(900, 1600, 100).getMat();
// 闭运算：核大小3
opencv.closeImg(mat, 3);
printl(mat);
return mat;
}
let closeResult = closeImg();

🎨图像视觉处理[opencv]小结1

// 1. HSV颜色变换：对图像进行HSV通道的颜色变换，可调整色相、饱和度、对比度
// 参数说明：输入图像(Mat)、色相参数(int)、饱和度参数(int)、对比度参数(int)
// 返回值：处理后的Mat图像
function hsvTransform() {
    // 截取屏幕区域(432,768)大小、100质量的图像并转为Mat格式
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 调用HSV变换：色相17、饱和度17、对比度17
    opencv.HSV(mat, 17, 17, 17);
    // 输出处理结果
    printl(mat);
    return mat;
}
let hsvResult = hsvTransform();


// 2. 对比度调整：调整图像对比度，通过阈值控制强弱
// 参数说明：输入图像(Mat)、对比度阈值(double，值越大对比度越强)
// 返回值：处理后的Mat图像
function adjustContrast() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 调整对比度：阈值0.5（降低对比度）
    opencv.adjustContrast(mat, 0.5);
    printl(mat);
    return mat;
}
let contrastResult = adjustContrast();


// 3. Bitmap转Mat：将Bitmap格式图像转换为OpenCV处理用的Mat格式
// 参数说明：输入图像(Bitmap)
// 返回值：转换后的Mat图像
function bitmapToMat() {
    // 先获取屏幕截图的Bitmap对象
    var screenshot = screen.screenShot(432, 768, 100);
    var bmp = screenshot.getBitmap();
    // 转换为Mat格式
    var mat = opencv.bitmapToMat(bmp);
    printl(mat);
    return mat;
}
let matFromBmp = bitmapToMat();


// 4. 颜色过滤：保留设定的目标颜色，过滤其他颜色，适用于固定颜色目标筛选
// 参数说明：输入图像(Mat)、目标颜色数组(String[]，格式["#RRGGBB",...])、匹配阈值(int)
// 返回值：过滤后的Mat图像
function colorFilter() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 定义目标颜色数组（土黄、金黄等）
    var colors = ["#615018", "#D9C15D", "#010000", "#F4C51F"];
    // 过滤颜色：阈值2（允许轻微颜色偏差）
    mat = opencv.colorFilter(mat, colors, 2);
    printl(mat);
    return mat;
}
let filterResult = colorFilter();


// 5. 区域截图：按百分比裁剪图像或保留指定区域（区域外变白）
// 参数说明：输入图像(Mat)、区域范围(double[]，[左上角x%,左上角y%,右下角x%,右下角y%])、是否裁剪(boolean)
// 返回值：处理后的区域图像(Mat)
function extractRegion() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 定义区域：左上角(3.935%,16.406%)到右下角(53.472%,63.281%)
    var region = [0.03935, 0.16406, 0.53472, 0.63281];
    // 处理区域：false表示区域外变白，不裁剪
    opencv.extractRegion(mat, region, false);
    printl(mat);
    return mat;
}
let regionResult = extractRegion();


// 6. 面积过滤：保留图像中面积在指定范围内的区域，过滤过小/过大区域
// 参数说明：输入图像(Mat)、最小面积(double)、最大面积(double)
// 返回值：过滤后的Mat图像
function inArea() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 保留面积1~10000的区域
    opencv.inArea(mat, 1, 10000);
    printl(mat);
    return mat;
}
let areaResult = inArea();


// 7. 边缘提取：基于Canny算法提取图像边缘，高阈值通常为低阈值2~3倍
// 参数说明：输入图像(Mat)、低阈值(double)、高阈值(double)
// 返回值：边缘提取后的Mat图像
function cannyEdge() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 提取边缘：低阈值50，高阈值100（符合2倍关系）
    opencv.Canny(mat, 50, 100);
    printl(mat);
    return mat;
}
let cannyResult = cannyEdge();


// 8. OCR识别：通过训练字库识别指定区域文字，返回识别结果
// 参数说明：输入图像(Mat)、字库路径(String)、相似度(double 0~1)、预期文字数(int)、识别区域(double[])
// 返回值：ocrResult对象（含文字及位置信息）
function ocr() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 识别区域：全图（[0,0,1,1]表示0%~100%范围）
    var ocrRegion = [0, 0, 1, 1];
    // 调用OCR：字库"图色976442.ocr"，相似度0.8，不限制文字数
    var ocrRes = opencv.OCR(mat, '图色976442.ocr', 0.8, 0, ocrRegion);
    // 输出识别结果
    ocrRes ? printl("OCR识别结果：" + ocrRes.getAllString()) : print.err('OCR识别失败');
    return ocrRes;
}
let ocrResult = ocr();


// 9. CV文件OCR：通过预定义的CV文件（含字库和区域）进行OCR识别
// 参数说明：CV文件路径(String)
// 返回值：ocrResult对象（含识别结果）
function ocrEx() {
    // 读取CV文件并识别
    var ocrExRes = opencv.OCREx('图色598321.cv');
    ocrExRes ? printl("CV文件OCR结果：" + ocrExRes.getAllString()) : print.err('CV文件OCR失败');
    return ocrExRes;
}
let cvOcrResult = ocrEx();


// 10. 图像平滑：减少图像噪声、模糊图像，通过滤波和去毛边实现
// 参数说明：输入图像(Mat)、滤波值(int，值越大越平滑)、去毛边大小(int)
// 返回值：平滑后的Mat图像
function smooth() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 平滑处理：滤波值3，去毛边2
    var smoothMat = opencv.Smooth(mat, 3, 2);
    printl(smoothMat);
    return smoothMat;
}
let smoothResult = smooth();


// 11. 多点比色：验证图像中多个指定坐标的颜色是否符合预期，全匹配返回true
// 参数说明：输入图像(Mat)、目标点数组(String[]，格式"x,y,#RRGGBB")、颜色误差(int)、坐标误差(int)、相似度(double)
// 返回值：boolean（是否全匹配）
function checkColors() {
    var mat = screen.screenShot(900, 1600, 100).getMat();
    // 目标点：x,y坐标+颜色（如"325,317,#F4C51F"）
    var points = ['325,317,#F4C51F', '357,364,#070200', '336,345,#100500', '356,386,#F4C51F'];
    // 多点比色：颜色误差2，坐标误差5，相似度0.95
    var isMatch = opencv.checkColors(mat, points, 2, 5, 0.95);
    isMatch ? printl('多点比色成功') : print.err('多点比色失败');
    return isMatch;
}
let colorCheckResult = checkColors();


// 12. CV文件多点比色：通过预定义的CV文件（含多点坐标和颜色）验证匹配
// 参数说明：CV文件路径(String)
// 返回值：boolean（是否匹配成功）
function checkColorsEx() {
    // 基于CV文件验证多点比色
    var isExMatch = opencv.checkColorsEx('图色246814.cv');
    isExMatch ? printl('CV文件多点比色成功') : printl('CV文件多点比色失败');
    return isExMatch;
}
let cvColorCheckResult = checkColorsEx();


// 13. 闭运算：先膨胀后腐蚀，用于填充图像小孔、连接邻近区域
// 参数说明：输入图像(Mat)、核大小(int，值越大效果越强)
// 返回值：闭运算处理后的Mat图像
function closeImg() {
    var mat = screen.screenShot(900, 1600, 100).getMat();
    // 闭运算：核大小3
    opencv.closeImg(mat, 3);
    printl(mat);
    return mat;
}
let closeResult = closeImg();

方法 1：HSV 颜色变换

项目	内容
功能	对图像进行 HSV 通道的颜色变换
函数签名	`Mat HSV(Mat arg0, int arg1, int arg2, int arg3)`
返回值	`Mat`
参数说明	- `Mat arg0` ：输入图片- `int arg1` ：色相参数- `int arg2` ：饱和度参数- `int arg3` ：对比度参数
案例	`opencv.HSV(Mat, 0, 0, 0)`



let mat:Mat=图色875078();
printl(mat);



function 图色875078(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //HSV颜色变换
  opencv.HSV(mat,17,17,17)
  return mat;

}

方法 2：对比度调整（`adjustContrast`）

项目	内容
功能	调整图像对比度
函数签名	`Mat adjustContrast(Mat arg0, double arg1)`
返回值	`Mat`
参数说明	- `Mat arg0` ：mat 格式的输入图片- `double arg1` ：用于调整对比度的阈值
案例	`opencv.adjustContrast(Mat, 0)`




let mat:Mat=图色195333();
printl(mat);



function 图色195333(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //二值化
  opencv.threshold(mat,50,150);
  return mat;

}

方法 3：bitmap 图转 mat（`bitmapToMat`）

项目	内容
功能	将 Bitmap 格式图像转换为 Mat 格式图像
函数签名	`Mat bitmapToMat(Bitmap arg0)`
返回值	`Mat`
参数说明	- `Bitmap arg0` ：Bitmap 格式的输入图像
案例	`opencv.bitmapToMat(bmp)`

// 先获取截图的Bitmap对象
var screenshot = screen.screenShot(432, 768, 100);
var bmp = screenshot.getBitmap();
// 再将Bitmap转换为Mat
var mat = opencv.bitmapToMat(bmp);

printl(mat)

方法 4：颜色过滤（`colorFilter`）

项目	内容
功能	保留设定的颜色，去除其他颜色；可有效对颜色不变的目标进行筛选
函数签名	`Mat colorFilter(Mat arg0, String[] arg1, int arg2)`
返回值	`Mat`
参数说明	- `Mat arg0` ：输入图片- `String[] arg1` ：颜色数组（示例：`["#000000","#121212"]` ）- `int arg2` ：阈值
案例	`opencv.colorFilter(Mat, String[], 0)`

let mat:Mat=图色254847();
printl(mat);

function 图色254847(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

   //颜色过滤并更新mat变量
   mat = opencv.colorFilter(mat, ["#615018", "#D9C15D", "#010000", "#F4C51F"], 2);
   return mat;
}

方法 5：区域截图（`extractRegion`）

项目	内容
功能	图片按照设定百分比区域进行裁剪；第三个参数为是否剪切：若为`true` ，则减掉多余区域只保留设定图像；若为`false` ，则把区域外的图变成白色、区域内保持不变
函数签名	`Mat extractRegion(Mat arg0, double[] arg1, boolean arg2)`
返回值	`Mat`
参数说明	- `Mat arg0` ：输入图片- `double[] arg1` ：百分比区域- `boolean arg2` ：是否裁剪
案例	`opencv.extractRegion(Mat, double[], true)`



let mat:Mat=图色651862();
printl(mat);



function 图色651862(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //区域截图
  opencv.extractRegion(mat,[0.0393518518518519,0.1640625,0.534722222222222,0.6328125],false)
  return mat;

}

方法 6：面积过滤（`inArea`）

项目	内容
功能	面积过滤
函数签名	`Mat inArea(Mat arg0, double arg1, double arg2)`
返回值	`Mat`
参数说明	- `Mat arg0` ：mat 格式的输入图片- `double arg1` ：最小面积- `double arg2` ：最大面积
案例	`opencv.inArea(Mat, 0, 0)`



let mat:Mat=图色100892();
printl(mat);



function 图色100892(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //面积过滤
  opencv.inArea(mat,1,10000)
  return mat;

}

方法 7：边缘提取（`Canny`）

项目	内容
功能	提取图像边缘；一般高阈值是低阈值的 2 - 3 倍（例如低阈值为 50 时，高阈值为 150）
函数签名	`Mat Canny(Mat arg0, double arg1, double arg2)`
返回值	`Mat`
参数说明	- `Mat arg0` ：输入图像- `double arg1` ：最低阈值- `double arg2` ：最高阈值
案例	`opencv.Canny(mat, 50, 150)`



let mat:Mat=图色734271();
printl(mat);



function 图色734271(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //边缘提取
  opencv.Canny(mat,50,100)
  return mat;

}

方法 8：OCR（`OCR`）

项目	内容
功能	通过训练字库识别 OCR
函数签名	`ocrResult OCR(Mat arg0, String arg1, double arg2, int arg3, double[] arg4)`
返回值	`ocrResult`
参数说明	- `Mat arg0` ：图片- `String arg1` ：字库文件- `double arg2` ：相似度- `int arg3` ：文字数量- `double[] arg4` ：区域范围
案例	`opencv.OCR(Mat,"",0,0,double[])`



var ocrcrResult=图色976442();
if(ocr!=null){
   printl(ocr.getAllString())
   
}else{
   print.err('查找图色976442失败')
}



function 图色976442(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //OCR
  return opencv.OCR(mat,'图色976442.ocr',0.8,0,[0,0,1,1])
}

方法 9：cv 文件 OCR（`OCREx`）

项目	内容
功能	cv 文件 OCR（对指定 cv 文件进行 OCR 识别）
函数签名	`ocrResult OCREx(String arg0)`
返回值	`ocrResult`
参数说明	- `String arg0` ：cv 文件名
案例	`opencv.OCREx("")`

var ocr1=opencv.OCREx('图色598321.cv');
if(ocr1!=null){
   printl(ocr1.getAllString());
}

方法 10：图像平滑（`Smooth`）

项目	内容
功能	图像平滑
函数签名	`Mat Smooth(Mat arg0, int arg1, int arg2)`
返回值	`Mat`
参数说明	- `Mat arg0` ：mat 格式的输入图片- `int arg1` ：滤波值- `int arg2` ：去毛边大小
案例	`opencv.Smooth(Mat, 0, 0)`

var mat = screen.screenShot(432, 768, 100).getMat();
var smoothMat = opencv.Smooth(mat, 0, 0);
printl(smoothMat);

方法 11：多点比色（`checkColors`）

项目	内容
功能	多点比色；从图像中遍历查找所有的坐标和对应的颜色是否符合，符合返回`true` ，有一个不符则返回`false`
函数签名	`boolean checkColors(Mat arg0, String[] arg1, int arg2, int arg3, double arg4)`
返回值	`boolean`
参数说明	- `Mat arg0` ：mat 格式图片- `String[] arg1` ：颜色数组（示例：`['10,9,#123233','9,9,#434323']` ）- `int arg2` ：颜色误差范围- `int arg3` ：坐标误差范围- `double arg4` ：相似度
案例	`opencv.checkColors(Mat, String[], 0, 0, 0)`



var result=图色717031();
if(result==true){
   printl('找到图色717031')
  
}else{
  print.err('查找图色717031失败')
}
            

function 图色717031(){
   //截屏并转成mat格式
   var mat=screen.screenShot(900,1600,100).getMat();

  //比色
  return opencv.checkColors(mat,['325,317,#F4C51F','357,364,#070200','336,345,#100500','356,386,#F4C51F'],2,5,0.95)
}

方法 12：cv 文件多点比色（`checkColorsEx`）

项目	内容
功能	cv 文件多点比色
函数签名	`boolean checkColorsEx(String arg0)`
返回值	`boolean`
参数说明	- `String arg0` ：cv 文件名
案例	`opencv.checkColorsEx("")`

//比色是否成功
var find=opencv.checkColorsEx('图色246814.cv');
if(find==true){
   printl('找到');
}

方法 13：闭运算（`closeImg`）

项目	内容
功能	闭运算
函数签名	`Mat closeImg(Mat arg0, int arg1)`
返回值	`Mat`
参数说明	- `Mat arg0` ：输入图片- `int arg1` ：核大小
案例	`opencv.closeImg(Mat, 0)`



let mat:Mat=图色308249();
printl(mat);



function 图色308249(){
   //截屏并转成mat格式
   var mat=screen.screenShot(900,1600,100).getMat();

  //闭运算
  opencv.closeImg(mat,3)
  return mat;

}

		自动登录	找回密码
密码			立即注册

[宣传软件网站动态] AIWORK软件图像视觉处理[opencv]小结1

方法 1：HSV 颜色变换

方法 2：对比度调整（`adjustContrast`）

方法 3：bitmap 图转 mat（`bitmapToMat`）

方法 4：颜色过滤（`colorFilter`）

方法 5：区域截图（`extractRegion`）

方法 6：面积过滤（`inArea`）

方法 7：边缘提取（`Canny`）

方法 8：OCR（`OCR`）

方法 9：cv 文件 OCR（`OCREx`）

方法 10：图像平滑（`Smooth`）

方法 11：多点比色（`checkColors`）

方法 12：cv 文件多点比色（`checkColorsEx`）

方法 13：闭运算（`closeImg`）

相关帖子

浏览过的版块

[宣传软件网站动态] AIWORK软件图像视觉处理[opencv]小结1

方法 1：HSV 颜色变换

方法 2：对比度调整（adjustContrast）

方法 3：bitmap 图转 mat（bitmapToMat）

方法 4：颜色过滤（colorFilter）

方法 5：区域截图（extractRegion）

方法 6：面积过滤（inArea）

方法 7：边缘提取（Canny）

方法 8：OCR（OCR）

方法 9：cv 文件 OCR（OCREx）

方法 10：图像平滑（Smooth）

方法 11：多点比色（checkColors）

方法 12：cv 文件多点比色（checkColorsEx）

方法 13：闭运算（closeImg）

相关帖子

浏览过的版块

方法 2：对比度调整（`adjustContrast`）

方法 3：bitmap 图转 mat（`bitmapToMat`）

方法 4：颜色过滤（`colorFilter`）

方法 5：区域截图（`extractRegion`）

方法 6：面积过滤（`inArea`）

方法 7：边缘提取（`Canny`）

方法 8：OCR（`OCR`）

方法 9：cv 文件 OCR（`OCREx`）

方法 10：图像平滑（`Smooth`）

方法 11：多点比色（`checkColors`）

方法 12：cv 文件多点比色（`checkColorsEx`）

方法 13：闭运算（`closeImg`）