PIL - 图像处理 - 如何获得没有嘈杂背景的干净图像？夸张的二值化步骤？

Question

下午好，

我正在编写一个 ocr 程序来检测图像上的文本。到目前为止，我得到了很好的结果，但是当文本为黑色且背景为白色时。我可以做些什么来改善在浅色背景（黄色、绿色等）上有白色文字的图像？

一个原始示例图像可能是：

到目前为止，我只是使用以下方法将其转换为 gray_scale：

image = image.convert('L')

然后应用一系列过滤器，例如： 锐化 光滑的 模糊 等等

然后我像这样进行二值化：

image = image.point(lambda x: 0 if x<128 else 255, '1') #refers to http://stackoverflow.com/questions/18777873/convert-rgb-to-black-or-white and also to http://stackoverflow.com/questions/29923827/extract-cow-number-from-image

我的 outoup 图像对于像这样的 ocr 馈送确实非常糟糕：

我做错了什么？浅色背景上的白色文本的最佳方法应该是什么？

另一个疑问：我的二值化步骤是否过强/夸张？

我应该混合一些过滤器吗？你能推荐一些吗？

PS：我是图像处理的新手，所以请保持简单=x

非常感谢您的关注和帮助/建议。

Answer 1

我用 ImageMagick 尝试过这个，它也有 Python 绑定——除了我是在命令行上做的。我想你可以很容易地适应我所做的事情——我不会说 Pythonese，也不会使用 PIL，但希望它能让你对可能的途径有所了解。

convert http://i.stack.imgur.com/2cFk3.jpg -fuzz 50% -fill black +opaque white -threshold 50% x.png

基本上，它会采用任何不在白色 50% 范围内的颜色并用黑色填充，然后将结果阈值化为纯黑色和白色。

另一种选择是根据颜色的饱和度对图像进行阈值处理。因此，您转换为 HSB 颜色空间，分离通道并丢弃色调和亮度。然后，您将获得如下阈值的饱和度：

convert http://i.stack.imgur.com/2cFk3.jpg -colorspace hsb -separate -delete 0,2 -threshold 50% x.png

输入-negate 以获得黑底白字。

我已经为 PIL 复制了一些其他代码，并且正在将其修改为可能接近您需要的内容 - 请记住，我不知道 Python：

import colorsys
from PIL import Image
im = Image.open(filename)
ld = im.load()
width, height = im.size
for y in range(height):
    for x in range(width):
        r,g,b = ld[x,y]
        h,s,v = colorsys.rgb_to_hsv(r/255., g/255., b/255.)

        if s>0.5:                     // <--- here onwards is my attempted Python
           ld[x,y] = (0,0,0)
        else:
           ld[x,y] = (255,255,255)