发票/成像：去除图像中的噪点答案

【问题标题】：Invoice/Imaging: Remove noise in image发票/成像：去除图像中的噪点
【发布时间】：2013-09-28 03:48:04
【问题描述】：

我在这里有一张黑白图像，我正准备将其放入 OCR 中，即 Tesseract。然而，Tesseract 无法检测到任何噪声区域。

我在这里寻找什么样的解决方案来消除噪音？由于 Tesseract 无法识别它，我认为移除是最好的可行选择。

【问题讨论】：

标签： java image ocr tesseract noise

【解决方案1】：

您可以使用 TextCleaner，一个 ImageMagick 脚本来清理文本背景。

【讨论】：

我会在下周重新开始工作时试试这个，但我希望许可费不会太高。

【解决方案2】：

如果您正在寻找 python 代码，这里的代码可以去除噪音

import cv2
import numpy as np

# load color image
im = cv2.imread('input.jpg')

# smooth the image with alternative closing and opening
# with an enlarging kernel
morph = im.copy()

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1))
morph = cv2.morphologyEx(morph, cv2.MORPH_CLOSE, kernel)
morph = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel)

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))

# take morphological gradient
gradient_image = cv2.morphologyEx(morph, cv2.MORPH_GRADIENT, kernel)

# split the gradient image into channels
image_channels = np.split(np.asarray(gradient_image), 3, axis=2)

channel_height, channel_width, _ = image_channels[0].shape

# apply Otsu threshold to each channel
for i in range(0, 3):
    _, image_channels[i] = cv2.threshold(~image_channels[i], 0, 255, cv2.THRESH_OTSU | cv2.THRESH_BINARY)
    image_channels[i] = np.reshape(image_channels[i], newshape=(channel_height, channel_width, 1))

# merge the channels
image_channels = np.concatenate((image_channels[0], image_channels[1], image_channels[2]), axis=2)

# save the denoised image
cv2.imwrite('output.jpg', image_channels)

如果您正在处理的图像是发票（或在白色背景上有大量文本），上述代码不会给出好的结果。为了在此类图像上获得良好的效果，请删除

gradient_image = cv2.morphologyEx(morph, cv2.MORPH_GRADIENT, kernel)

并将morph obj 传递给split 函数并删除for 循环内的~ 符号

【讨论】：