opencv BGR2GRAYとピロー変換関数の違い

Question

opencvとC++でTesseractライブラリを使用して、数字と文字の両方を含む画像をOCRしようとしています。たTesseractライブラリを呼び出す前に、私は、これがこのイメージの

OCR結果であるOpenCVのと規模に画像をグレーに

cvtColor(roiImg,roiImg,CV_BGR2GRAY); 

を使用することは100％正確ではなかったです。

次に、pythonを使用したピローライブラリで同じ画像をテストしました。原画像は、以下の方法を用いてグレースケール化された。

gray = image.convert('L') 

これは、

後者が100％正確な結果が得られたグレースケーリング画像が記載されています。

インターネットで検索したところ、opencv BGR2Grayとpillow img.convertメソッドの両方で同じルーマ変換アルゴリズムが使用されていると言われました。

2つの異なるOCR結果の理由は何ですか？予め

おかげ

Answer 1

Pillowは、カラー画像のための唯一の3x8ビットピクセルを読み取ることができます。ここで

両方のライブラリが値を四捨五入する方法を参照するには、簡単なテストは：

• OpenCVのコード：

  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]

VAL1 = 248.886

VAL2 = 248。114

• Pythonコード：

  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