パイソンのOpenCVを用いた画像の黒のヘッダ部を削除

ラジャ：

私は、PythonのCVを使用して、画像の複数の部分に黒くなった部分を削除する必要があります。私は満足のいく結果が得られないノイズ除去を試みました。

例えば。私は（画像の下）表ヘッダ内の黒化部分を除去し、黒色などのコンテンツと白にヘッダーの背景を変換する必要があります。

正しいライブラリやソリューションを選択すると誰も助け、私はこれを克服することはできますか？

nathancy：

ここではPythonで注目画素の形態学的ヒットまたはミス操作を使用して、ドットパターンをフィルタリングするために、@ eldesgraciadoのアプローチの修正版です。違いは、代わりに、テキストの品質を低下させる二値画像とマスクを減算する、我々はその後、ビット単位、及びテキストの品質を保持するバイナリ画像を拡張することです。

バイナリイメージを取得します。ロード画像、グレースケール、大津のしきい値
形態学的ヒットまたはミス操作を実行します。私たちは、とドットパターンカーネルを作成しcv2.getStructuringElement、次に使用するcv2.filter2D画像を畳み込むします
ドットを削除します。私たちはcv2.bitwise-xor、二値画像とマスク
破損したテキストピクセルを修正。我々は、cv2.dilate次にcv2.bitwise_and白入力画像と色の背景画素と確定マスク

バイナリイメージ

ドットマスク

ドットを削除します

閾値処理プロセスから破損したテキストのピクセルを修正するための拡張

結果

コード

import cv2
import numpy as np

# Load image, grayscale, Otsu's threshold
image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Perform morphological hit or miss operation
kernel = np.array([[-1,-1,-1], [-1,1,-1], [-1,-1,-1]])
dot_mask = cv2.filter2D(thresh, -1, kernel)

# Bitwise-xor mask with binary image to remove dots
result = cv2.bitwise_xor(thresh, dot_mask)

# Dilate to fix damaged text pixels
# since the text quality has decreased from thresholding
# then bitwise-and with input image
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
dilate = cv2.dilate(result, kernel, iterations=1)
result = cv2.bitwise_and(image, image, mask=dilate)
result[dilate==0] = [255,255,255]

cv2.imshow('dot_mask', dot_mask)
cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.imshow('dilate', dilate)
cv2.waitKey()

パイソンのOpenCVを用いた画像の黒のヘッダ部を削除

おすすめ