如何在 Python 中将前景文本与嘈杂的背景分开？答案

【问题标题】：How to separate foreground text from noisy background in Python?如何在 Python 中将前景文本与嘈杂的背景分开？
【发布时间】：2020-03-03 11:14:38
【问题描述】：

我正在尝试从这张图片中提取文本

我尝试使用 OpenCV 调整对比度和亮度、平滑（例如 GaussianBlur、中值模糊）和阈值技术（例如 Otsu），仍然有很多剩余噪声。

还有什么我可以尝试的吗？

【问题讨论】：

简单。正文内容为：Birthplace LONDON, UNITED KINGDOM 和 Residence MILL BAY, BRITISH COLUMBIA :D
@jonathan.scholbach 是的，我使用阈值方法将其转换为二值图像，结果并不好。背景噪音变黑。
请始终显示您的代码。你用了什么阈值方法。有几种。也许您还需要使用一些形态学和/或噪声过滤。

标签： python image opencv image-processing filtering

【解决方案1】：

如果需要更通用的解决方案，请继续阅读。否则，您可以参考 nathancy 的答案，或本网站中的许多其他答案。

我认为

从这张图片中提取文字

表示您希望将此图像中的文本作为字符串或文本的 ROI。

这称为 OCR（光学字符识别），是一个非常复杂的深度学习问题，专门针对您发布的图像类型（嘈杂、低清晰度、低动态范围等）。如果您正在寻找一个可以开箱即用的普通 OpenCV 库，那么据我所知，没有。

查看这些链接以获取源代码和解释 -

【讨论】：

【解决方案2】：

您可以尝试结合使用高斯模糊、阈值处理和形态学运算来隔离文本。这是一个管道

模糊-> 阈值-> 打开-> 膨胀-> 按位与

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (7,7), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,2))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)

# Repair text
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7,7))
dilate = cv2.dilate(opening, kernel, iterations=2)

# Bitwise-and with input image
result = cv2.bitwise_and(image,image,mask=dilate)
result[dilate==0] = (255,255,255)

cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('dilate', dilate)
cv2.imshow('result', result)
cv2.waitKey()

【讨论】：