OCR 的清洁图像

Question

我一直在尝试为 OCR 清除图像：（线条）

有时我需要删除这些行以进一步处理图像，我已经非常接近了，但很多时候阈值从文本中带走了太多：

    copy = img.copy()
    blur = cv2.GaussianBlur(copy, (9,9), 0)
    thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,11,30)

    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9))
    dilate = cv2.dilate(thresh, kernel, iterations=2)

    cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if len(cnts) == 2 else cnts[1]

    for c in cnts:
        area = cv2.contourArea(c)
        if area > 300:
            x,y,w,h = cv2.boundingRect(c)
            cv2.rectangle(copy, (x, y), (x + w, y + h), (36,255,12), 3)

编辑：此外，如果字体更改，使用常量将不起作用。 有没有通用的方法来做到这一点？

Answer 1

这是一个想法。我们将这个问题分解为几个步骤：

1. 确定平均矩形轮廓区域。我们阈值然后找到轮廓并使用轮廓的边界矩形区域进行过滤。我们这样做的原因是因为观察到任何典型字符都只会很大，而大噪声将跨越更大的矩形区域。然后我们确定平均面积。

2. 删除大的异常轮廓。我们再次遍历轮廓，如果大轮廓5x 大于平均轮廓区域，则通过填充轮廓来删除它们。我们没有使用固定阈值区域，而是使用此动态阈值来提高鲁棒性。

3. 使用垂直内核扩张以连接字符。这个想法是利用字符在列中对齐的观察结果。通过使用垂直内核进行膨胀，我们将文本连接在一起，因此该组合轮廓中不会包含噪声。

4. 去除小噪音。现在要保留的文本已连接，我们找到轮廓并删除任何小于4x 平均轮廓区域的轮廓。

5. 按位与重构图像。因为我们只有想要的轮廓来保留我们的蒙版，所以我们按位 - 并保留文本并获得我们的结果。

---

这是该过程的可视化：

我们Otsu's threshold 获得二值图像然后find contours 确定平均矩形轮廓区域。从这里我们删除filling contours 以绿色突出显示的大异常值轮廓

接下来我们构造一个vertical kernel 和dilate 来连接字符。此步骤连接所有需要保留的文本，并将噪声隔离为单个 blob。

现在我们找到轮廓并使用contour area 过滤以去除小噪声

这里是所有移除的噪声粒子，以绿色突出显示

结果

代码

import cv2

# Load image, grayscale, and Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Determine average contour area
average_area = [] 
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    area = w * h
    average_area.append(area)

average = sum(average_area) / len(average_area)

# Remove large lines if contour area is 5x bigger then average contour area
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    area = w * h
    if area > average * 5:  
        cv2.drawContours(thresh, [c], -1, (0,0,0), -1)

# Dilate with vertical kernel to connect characters
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,5))
dilate = cv2.dilate(thresh, kernel, iterations=3)

# Remove small noise if contour area is smaller than 4x average
cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    if area < average * 4:
        cv2.drawContours(dilate, [c], -1, (0,0,0), -1)

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

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

注意：传统的图像处理仅限于阈值处理、形态学操作和轮廓过滤（轮廓近似、面积、纵横比或斑点检测）。由于输入图像可能因字符文本大小而异，因此很难找到一个单一的解决方案。您可能希望考虑使用机器/深度学习训练您自己的分类器以获得动态解决方案。