问题1及解决

• 存在的问题01-识别不准确

  这种方式必然存在着很大的误识别率，鲁棒性比较差，比如如果周围环境有绿色植物，颜色刚好在处理的阈值内，也就会被处理成白色，如果形状接近圆形，就会被识别为网球，实际测试时候确实出现过这种问题。另外网球在不同环境光下也会导致颜色有差异，因此不同光下可能也存在识别不到的情况。

  

  下面这张是上图的处理后的二值图像，可以看到为了降噪和平滑的处理，反而让一些不大不小的孔变成了圆形，并且因为图像处理中涉及到填充，会使这些在临界大小附近的孔变大进而超过临界大小，因此将这些区域识别成网球。

  

• 改进方案01-换YOLO

  改进方案将OpenCV图像处理改成YOLO模型推理识别，这种方案不需要考虑复杂的图像处理，只需要采集照片标注，并进行训练，最终训练得到的模型即可用于识别。YOLO是一个开源项目，目前已经迭代了好多版本，关于训练的代码及识别的代码都在开源仓库中有，因此不需要再进行过多开发。