对于Python中的一个小实验我正在做我想要找到水果的小划痕.划痕非常小,很难被人眼检测到.

我正在使用高分辨率相机进行该实验.

这是我想要检测的缺陷：

原始图片：

@L_502_2@

这是我的结果,只有很少的代码行：

所以我找到了水果的轮廓.我怎样才能找到划痕？ RGB值与水果的其他部分类似.那么如何区分划痕和水果的一部分呢？

我的代码：

# Imports
import numpy as np
import cv2
import time

# Read Image & Convert
img = cv2.imread('IMG_0441.jpg')
result = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

# Filtering
lower = np.array([1,60,50])
upper = np.array([255,255,255])
result = cv2.inRange(result,lower,upper)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,9))
result = cv2.dilate(result,kernel)

# Contours
im2,contours,hierarchy = cv2.findContours(result.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
result = cv2.cvtColor(result,cv2.COLOR_GRAY2BGR)
if len(contours) != 0:
    for (i,c) in enumerate(contours):
        area = cv2.contourArea(c)
        if area > 100000:
            print(area)
            cv2.drawContours(img,c,-1,(255,0),12)
            x,y,w,h = cv2.boundingRect(c)            
            cv2.rectangle(img,(x,y),(x+w,y+h),(0,12)

# Stack results
result = np.vstack((result,img))
resultOrig = result.copy()

# Save image to file before resizing
cv2.imwrite(str(time.time())+'_0_result.jpg',resultOrig)

# Resize
max_dimension = float(max(result.shape))
scale = 900/max_dimension
result = cv2.resize(result,None,fx=scale,fy=scale)

# Show results
cv2.imshow('res',result)

cv2.waitKey(0)
cv2.destroyAllWindows()