如何从二值图像中去除不必要的黑度（主要由暗区/噪点引起）

Question

我正在处理教科书页面的图像，例如问题和手写笔记，并希望将二进制图像用于几个不同的任务，主要是 OCR。但问题是，如果图像有一点阴影或亮度级别不连续，就会给我的文字留下很多黑色区域。

我在我的图片上使用了from skimage.filters import try_all_threshold，发现有些图片适用于某些类型的图片，有些则不行。我不能使用本地阈值，我必须根据不同的图像更改参数，因为我想自动化 OCR 的过程。

img_path = DIR+str(11)+'.png'
sk_image = imread(img_path,as_gray=True)

fig,ax = try_all_threshold(sk_image,figsize=(20,15))
plt.savefig('threshold.jpeg',dpi=350)

为什么图像中会出现这个黑色区域，我该如何去除？？

像Bilateral 或Gauss 这样的去噪滤波器可以吗？如果没有，请建议其他一些技术？

Answer 1

这是在 Python/OpenCV 中使用除法标准化的一种方法。

• 读取输入
• 转换为灰色
• 高斯模糊平滑
• 灰度图像除以平滑图像
• 应用非锐化蒙版锐化
• 应用大津阈值
• 保存结果

输入：

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('math.png')

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# blur
smooth = cv2.GaussianBlur(gray, (95,95), 0)

# divide gray by morphology image
division = cv2.divide(gray, smooth, scale=255)

# sharpen using unsharp masking
sharp = filters.unsharp_mask(division, radius=1.5, amount=1.5, multichannel=False, preserve_range=False)
sharp = (255*sharp).clip(0,255).astype(np.uint8)

# threshold
thresh = cv2.threshold(sharp, 0, 255, cv2.THRESH_OTSU )[1] 

# save results
cv2.imwrite('math_division.jpg',division)
cv2.imwrite('math_division_sharp.jpg',sharp)
cv2.imwrite('math_division_thresh.jpg',division)

# show results
cv2.imshow('smooth', smooth)  
cv2.imshow('division', division)  
cv2.imshow('sharp', sharp)  
cv2.imshow('thresh', thresh)  
cv2.waitKey(0)
cv2.destroyAllWindows()

分区图：

锐化的图像：

阈值图像：