使用 ImageMagick 删除收据图像边框

Question

在使用 tesseract-OCR 引擎提取文本之前，我使用 ImageMagick 服务对收据图像进行预处理。我需要删除收据的背景。我已经通过遮罩去除了边框 here. 但我无法为收据创建遮罩。

但是，我尝试从收据图像中移除阴影。

初始图像（收据示例）

convert input.png -colorspace gray \
      \( +clone -blur 0x2 \) +swap -compose divide -composite \
      -linear-stretch 5%x0%   photocopy.png

代码应用后：

我已尝试使用下面的代码将除白色以外的所有颜色变为黑色，但这似乎并没有完全遮盖 photocopy.png 的背景。

convert receipt.jpg -fill black -fuzz 20% +opaque "#ffffff" black_border.jpg

有什么办法可以去掉收据图片的边框吗？或者从图像中创建任何类型的蒙版？注意：我需要为具有不同背景的多个图像去除噪点和边框。

Answer 1

回答你的问题

“有什么方法可以去除收据图像的边框？或者从图像中创建任何类型的蒙版？”

以下命令（基于您自己的代码）将创建一个图像，您可以使用它来导出适用蒙版的尺寸：

convert                     \
   origscan.jpg             \
  -colorspace gray          \
   \( +clone 0 -blur 0x2 \) \
  +swap                     \
  -compose divide           \
  -composite                \
  -linear-stretch 5%x0%     \
  -threshold 5%             \
  -trim                     \
   mask-image.png

您可以使用该遮罩图像创建单色（黑色）遮罩——在一个命令中：

convert                     \
   origscan.jpg             \
  -colorspace gray          \
   \( +clone 0 -blur 0x2 \) \
  +swap                     \
  -compose divide           \
  -composite                \
  -linear-stretch 5%x0%     \
  -threshold 5%             \
   \(                       \
      -clone 0              \
      -fill '#000000'       \
      -colorize 100         \
   \)                       \
  -delete 0                 \
   black-mask.png

下面是上面两个命令的结果，并排显示：

您可以使用identify 获取mask-image.png 以及black-mask.png 的几何形状：

identify -format "%g\n" *mask*.png
  2322x4128+366+144
  2322x4128+366+144

所以图像画布是 2322 像素宽和 4128 像素高。在我们的-trim 操作之后，两个图像的可见部分当然更小。 （+366+144 部分表示与原始图像左上角的水平/垂直偏移。）

---

_{附加评论： 说了这么多：您真的应该考虑从收据中创建更好的照片！ （如果您的相机可以创建 4128 像素高度的图像，这应该不是问题。如果您有这么多的收据要处理，那么购买一个小玻璃板可能是个好主意，您可以放在纸上，以便在拍照时将其拉直...）}

Answer 2

如果在类 unix 系统上使用 ImageMagick，您可以尝试我的文本清理器脚本。

textcleaner -f 20 -o 10 -e normalize UhSV6.jpg result.jpg