填充字符图像中的白洞的算法答案

【问题标题】：Algorithm that Fills the White Holes Within the Character Image填充字符图像中的白洞的算法
【发布时间】：2020-10-03 17:26:21
【问题描述】：

我有这个退化的图像：

在Paint.NET Windows 应用程序中使用paintbucket 工具，我将字符图像填充为黑色。

我的问题是：

我们可以使用什么算法来填补字符图像中的漏洞？
Python中是否有相应的内置函数来填补字符图像中的白洞？
Paint.Net 中的油漆桶工具使用什么可能的算法？

谢谢。

【问题讨论】：

Paint.net 的填充算法请参考this。

标签： python python-3.x image image-processing signal-processing

【解决方案1】：

不是 python 的答案，但您仍然可能会觉得这很有趣。如果你不这样做，这一切都是免费的，所以请原谅我。

我有一个 C# 解决方案，它对 Paint.Net 不擅长的事情非常有用，例如在无法确定边界在哪里时使用油漆桶工具。

我的网站https://pixeldatabase.net 使用我发明的一种语言，称为位图查询语言，简称 BQL。如果您了解 SQL for SQL Server，那么您已经完成了 BQL 的 80%。

支持此功能的 Nuget 包位于此处：
Nuget：DataJuggler.PixelDatabase
https://github.com/DataJuggler/PixelDatabase

BQL 与在 Paint.Net 中单击油漆桶工具的作用相同，但更好，因为它填补了小空白：

更新
设置颜色黑色
在哪里
总计

结果：

BQL 的工作方式是首先应用所有标准，在这种情况下，所有像素的总和

为简单起见，小于 (

背景区域的总和都在500以上，所以查询只影响暗区。

如果您不想在右侧添加额外的黑色小区域，只需添加以下内容：
X

这与第一个查询的作用相同，但它只影响小于等于 168 的像素。

我要告诉你的最后一件事是，如果你想在上一个查询之后删除背景：

隐藏
总计 > 20

这将消除任何总值为 20 或更高的像素：

这里看起来是白色的，因为这个页面是白色的。

我使用 Paint.Net 已有 15 年了，对我来说，BQL 是图像所需要的。

如果冒犯了任何人，很抱歉在这里发帖，我只是觉得我创造了一些超级整洁的东西，但也许像我所有其他想法一样，我是唯一喜欢它的人。

【讨论】：

【解决方案2】：

以下解决方案使用 OpenCV 和 Numpy 库，但产生的结果比 Paint.Net 还要好。代码部分的解释是内联的：

import numpy as np
import cv2

# The standard stuff: image reading, grayscale conversion, inverting, morphology & edge detection
image = cv2.imread('charm.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.bitwise_not(gray)
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
gray = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, sqKernel)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
edges = cv2.Canny(thresh, 50, 200)

# Finding and sorting contours based on contour area
cnts = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]

# Filling the contours with black color
for c in cnts:
    cv2.drawContours(image, [c], -1, (0, 0, 0), -1)

# Displaying the result
cv2.imshow("Contour", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果：

【讨论】：

您也可以使用 cv2.connectedComponentsWithStats 代替 Contours 进行区域选择。

【解决方案3】：

从我的大学时代开始，我就记得工作/构建灰度形态过滤器。

您可以在以下链接中检查灰度侵蚀和膨胀。我认为 Paint.Net 本身也使用了类似的技术。

https://imagej.net/index.php?title=MorphoLibJ&mobileaction=toggle_view_mobile

希望这会有所帮助！

【讨论】：