图像处理的一般流程（opencv）

前一段时间，有需求需要对答题卡进行解析。作为一个从来没有任何图像经验的人来说，就有点乱撞方向的感觉，基本上遇到什么问题， 就去找对应的方法解决。因此在此整理下自己的心得，以后有人看到就不会无从下手的感觉了。

图像处理的一般流程如下：

第一步： 

如果是不需要对颜色进行特殊区分的， 就直接先转为灰度图。

有特殊需求的，可以转换到HSV色彩空间进行处理，参考opencv：http://opencv-python-
tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_colorspaces/py_colorspaces.html#converting-colorspaces

 具体阈值可以参考：
https://www.cnblogs.com/wangyblzu/p/5710715.html
该连接中， s的部分可以根据实际情况调整， 实验表明， 提取红色时候， 有时候s可以取到6...

第二步：

提取感兴趣的区域，可以使用矩形框检测（cv2.findContours）、直线检测（LSD边缘检测法， Hough变换）.找到对应区域后，进行（仿射变换、投影变换）变换，对图像进行矫正。

在这一步涉及的理论就比较多了，涉及到对图像的滤波去噪处理（一般推荐中值滤波cv2.blur)、 对比度（直方图均衡化）和亮度变换（gama变换），具体问题具体分析解决。关于这些方法和解释，后续在不断完善。

第三步：

对根据实际需求对目标区域处理： 坐标计算识别、或者二维码解析等等。