oyallwindows()
修复程序处理二的搭建
1、图像处理第二步：
转换成hsv值，根据hsv值判断图片的前景和后景。hsv是一种将rgb色彩空间中的点在倒圆锥体中的表示方法。hsv即色相(hue)、饱和度(saturation)、明度(value)，又称hsb(b即brightness)。色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。饱和度（s）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。明度（v），取0-max(计算机中hsv取值范围和存储的长度有关)。hsv颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处，v=0，h和s无定义，代表黑色。圆锥的顶面中心处v=max，s=0，h无定义，代表白色。其中主要用到的函数是cv2库中的color()函数，将rgb图像（在opencv中设计bgr图像）转换为hsv图像用到了参数or_bgr2hsv。
详细代码如下：
importcv2
importos
importnumpyasnp
sta=0
tdir(“cut_test“):
sta=sta1
print(“正在处理““cut_test/“file)
img=ead(“cut_test/“file)
#img=ead(‘‘)
rows，cols，channels=pe
cropped=img[0:479，0:cols]
#转换hsv
hsv=color(cropped，or_bgr2hsv)
#图片二值化处理，把[240，240，240]~[255，255，255]以外的颜色变成0
thresh=ange(hsv，ay([90，10，125])，ay([135，180，255]))
erode=de(thresh，none，iterations=2)
dilate=ate(erode，none，iterations=0)
#创建形状和尺寸的结构元素
kernel=s((3，3)，t
2、图像修复：
在扩张修复区域的基础上外加调整像素值图片处理。
其中腐蚀操作详细如下：
定义了一个十字形结构元素其实是一个矩阵，我们知道在图片的腐蚀过程，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作，如果都为1，结果图像的该像素为1。否则为0，腐蚀处理的结果是使原来的二值图像减小一圈。使用的函数：de(img，kernel);
膨胀操作详细如下：
使用同样的结构，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作，如果出现1，结果图像的该像素为1。否则为0，腐蚀处理的结果是使原来的二值图像扩大一圈。使用的函数：ate(img，kernel)
详细代码如下：
#扩张待修复区域
hi_mask=ate(dilate，kernel，iterations=1)
specular=aint(cropped，hi_mask，-5，flags=aint_ns)
#合并
htich=ack((specular，img[479:rows，0:cols]))
‘
blue=[]
#获取mask，调整lower中h控制颜色
lower_blue=ay([90，10，125])
upper_blue=ay([135，180，255])
mask=ange(hsv，lower_blue，upper_blue)
erode=de(mask，none，iterations=1)
dilate=ate(erode，none，iterations=1)
#腐蚀膨胀
erode=de(mask，none，iterations=1)
how(‘erode‘，erode)
dilate=ate(erode，none，iterations=1)
how(‘dilate‘，dilate)
foriinrange(rows):
forjinrange(cols):
ifdilate[i，j]==255:
end([i，j])
forwinblue:
x=w[0]
y=w[1]
img[x，y]=[255，255，255]
‘
rite(“dels_test/“str(sta)“jpg“，htich)
‘
how(‘mask‘，img)
tkey(0)
troyallwindows()
‘