Разница между функциями opencv BGR2GRAY и Pillow convert

Question

Разница между функциями opencv BGR2GRAY и Pillow convert

Я пытаюсь распознать изображение, которое включает в себя как цифры, так и символы, используя библиотеку Tesseract с opencv и c ++. Перед вызовом библиотеки tesseract я использовал шкалу серого изображения с помощью opencv

cvtColor(roiImg,roiImg,CV_BGR2GRAY);

Это Серое изображение, которое я получил с питоном

Результаты распознавания для этого изображения не были точными на 100%.

Затем это же изображение было протестировано с библиотекой подушек с питоном. Исходное изображение было серым с использованием следующего метода.

gray = image.convert('L')

Это Серое изображение, которое я получил с библиотекой подушек

Последнее упомянутое серое масштабированное изображение дало 100% точные результаты.

Когда я искал в интернете, было упомянуто, что оба метода opencv BGR2Gray и pillow img.convert используют один и тот же алгоритм преобразования яркости.

В чем причина двух разных результатов распознавания?

Заранее спасибо

4

c++image-processing opencv pillow

Решение

Другие решения

Других решений пока нет …

Источник

Accepted Answer

подушка может читать только 3×8-битные пиксели для цветного изображения.

Вот быстрый тест, чтобы увидеть, как обе библиотеки будут округлять значения:

Код OpenCV:

cv::Mat img(2, 1, CV_8UC3), img_gray;
img.at<cv::Vec3b>(0, 0) = cv::Vec3b(248, 249, 249); //BGR
img.at<cv::Vec3b>(1, 0) = cv::Vec3b(249, 248, 248); //BGR

cv::cvtColor(img, img_gray, cv::COLOR_BGR2GRAY);
std::cout << "img:\n" << img << std::endl;
std::cout << "img_gray:\n" << img_gray << std::endl;

float val1 = 249*0.299f + 249*0.587f + 248*0.114f; //RGB
float val2 = 248*0.299f + 248*0.587f + 249*0.114f; //RGB
std::cout << "val1=" << val1 << std::endl;
std::cout << "val2=" << val2 << std::endl;

IMG:
[248, 249, 249;

249, 248, 248]
img_gray:
[249;

248]
знач1 = 248,886

знач2 = 248,114

Код Python:

rgbArray = np.zeros((2,1,3), 'uint8')
rgbArray[0,0,0] = 249 #R
rgbArray[0,0,1] = 249 #G
rgbArray[0,0,2] = 248 #B
rgbArray[1,0,0] = 248 #R
rgbArray[1,0,1] = 248 #G
rgbArray[1,0,2] = 249 #B

img = Image.fromarray(rgbArray)
imgGray = img.convert('L')

print("rgbArray:\n", rgbArray)
print("imgGray:\n", np.asarray(imgGray))
print("np.asarray(imgGray).dtype: ", np.asarray(imgGray).dtype)

rgbArray:
[[[249 249 248]] [[248 248 249]]]
imgGray:
[[248] [248]]
np.asarray (imgGray) .dtype: uint8

1