使用opencv去除噪声像素答案

【问题标题】：Removal of noisy pixels using opencv使用opencv去除噪声像素
【发布时间】：2012-07-03 01:35:32
【问题描述】：

我正在尝试使用 openCV 从输入图像中检测文本。为此，我需要从图像中去除噪声分量。使用的标准是，如果某个组件的像素数小于 15，则消除该特定组件。

例如，假设以下给定的图像作为 i/p 提供给函数：

可以看出，两张图片都包含大量不需要的噪声像素，尤其是第一个。

因此，如果有人能提出一种可行的方法来实现它，我们将不胜感激。

【问题讨论】：

文本也看起来像噪音。请参阅第一张图片中的“从数据中学习”。
是的，我知道。实际上也不需要“从数据中学习”。它只是外部边框颜色。在后期阶段，可以使用纯色填充的“从数据中学习”。所以暂时，那段特定的文本也可以被认为是噪音。事实上，在第一张照片中，或多或少的一切都需要被消除。在第二种情况下，横向的“从数据中学习”很有用，并且符合我们的要求。
侵蚀或膨胀，打开，关闭？你试过这些吗？
我已经尝试过腐蚀膨胀，但在这种情况下，我的文本也被篡改了。我也尝试了中值过滤器。但在这方面，实际文本也变得过于模糊。
只是一个幼稚的建议：字母对齐，文本行几乎以裸代码的形式出现。不是你的噪音）你可以使用这些功能吗？

标签： c opencv noise-reduction

【解决方案1】：

好的，抱歉，这不在c 中，并且它没有使用opencv，但是我确信在opencv 中必须可以标记，只是我还没有使用它......所以这个可能会有所帮助......基本上这个想法是：

查找并标记图像中所有单独的 blob
删除所有超出特定限制（大小、形状）的 blob

在这里，我在python 中使用scipy 实现了这一点，但只是为了尺寸（不是形状，虽然这很容易并且可以摆脱下面第一张图片中的细长线）。为此，我们必须知道字母的可接受大小范围 - 但是您可以在标记后通过查看平均 blob 大小来确定这一点。您可能仍然会得到字母大小的误报 - 但这些可以通过观察它们来消除落在某个集中 blob 的区域之外（因为文本在空间上是规则的）......此外，最小句子长度可能是一个强大的约束。

总之，代码：

import scipy
from scipy import ndimage

im = scipy.misc.imread('learning2.png',flatten=1)
#threshold image, so its binary, then invert (`label` needs this):
im[im>100]=255
im[im<=100]=0
im = 255 - im
#label the image:
blobs, number_of_blobs = ndimage.label(im)
#remove all labelled blobs that are outside of our size constraints:
for i in xrange(number_of_blobs):
    if blobs[blobs==i].size < 40 or blobs[blobs==i].size>150:
        im[blobs==i] = 0
scipy.misc.imsave('out.png', im)

结果：

【讨论】：