嘈杂照片上的低对比度线检测

Question

我正在尝试检测屏幕照片或一般嘈杂图像上的低对比度线条。我似乎遇到了两个问题：

1. 由于屏幕的噪声/暗网格，我无法使用自适应阈值或边缘检测算法可靠地检测线条。模糊似乎有点帮助，但不足以让我让它发挥作用。

2. 当同一条线只有几段可见时（由于噪声、光照条件或其他原因），我想将检测到的线段连接到一条直线。

    img = cv2.imread("test.jpg")
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    gray=cv2.GaussianBlur(gray,(9,9),0)
    bin = cv2.adaptiveThreshold(gray2, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 33, 3)
    cv2.namedWindow('Test')
    cv2.imshow("Test", bin)
   

我也尝试过cv2.Canny 和cv2.HoughLinesP，但没有好的结果，因为暗网格把两者都搞砸了。提前致谢！

编辑：我认为带有THRESH_TRUNCATED 或THRESH_TOZERO 的阈值函数的本地版本可能会有所帮助... 过滤掉网格。和高对比度

由于我没有发布图片的声誉，我添加了链接。 带有低对比度线条的图像：

检测到线路：

Answer 1

在足够大的窗口（例如 11x11）上运行中值过滤器，然后减去平均（或略低于平均）图像强度将使线条更容易检测。