如何对图像进行去噪答案

【问题标题】：How to denoise the image如何对图像进行去噪
【发布时间】：2019-10-07 15:17:04
【问题描述】：

我正在构建一个应用程序来识别一些图片。下面是示例：

下面是我用来转换图片的代码：

img = cv2.imread('9jxs.png', 0)
ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret2, th2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
plt.figure()
plt.subplot(221), plt.imshow(img, 'gray')
plt.show()

很明显，图片的结果是“9JXS”，我的问题是如何删除噪声像素，清理图片，然后我可以使用OCR组件识别

【问题讨论】：

我觉得这个问题太笼统了。有很多选项可以实现您的需求。作为第一种方法：您可以尝试更改此行中的阈值 ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) 以将它们调整为文本/噪声的值。尽管可能每次噪音都以不同的音调出现。如果情况是它们总是较暗，您可以检测它们，计算轮廓并随后将它们从原始图像中删除。
Python opencv remove noise from captcha的可能重复

标签： python opencv ocr

【解决方案1】：

对于这种特殊类型的图片，与图片的其余部分相比，线条似乎要暗得多。我会找到图片的min()，并将所有落在最小值 10% 以内的像素替换为邻居的平均值，或者更好的是，中值。

【讨论】：

这是一个聪明的方法。如果没有测试，恐怕这会使 X 难以辨认 ocr
@MadPhysicist “不要害怕！” (c) =)
可以制作图像的直方图并丢弃除中间峰值以外的所有内容

【解决方案2】：

恐怕这个问题没有简单的解决方案，否则验证码就没用了。您可以尝试手动调整范围选择的参数并结合一些侵蚀，但我想这对于一般情况来说很难自动化。

import cv2 as cv
import numpy as np

def on_lb_trackbar(val):
    global lb
    lb = val
    cv.imshow(title, cv.erode(cv.inRange(img,lb,ub),erosion_kernel))

def on_ub_trackbar(val):
    global ub
    ub = val
    cv.imshow(title, cv.erode(cv.inRange(img,lb,ub),erosion_kernel))

img = cv.imread(r'udilN.png',cv.IMREAD_GRAYSCALE)

lb = 0
ub = 255
title = 'Range selection'
erosion_kernel = np.ones((5,3), np.uint8)

cv.namedWindow(title)
cv.createTrackbar('from', title , lb, 255, on_lb_trackbar)
cv.createTrackbar('to', title , ub, 255, on_ub_trackbar)

on_lb_trackbar(0)

【讨论】：

嗨，Stef，感谢您的回复！图片和最终结果非常接近，我试了57和198的数字，但不能得到相同的结果，我们使用的图片是一样的吗？
是的，这是您在问题中发布的图片，我只是手动裁剪它以删除轴并将其重新保存到原始 png 文件中。 Here 是裁剪前的原始版本。