Opencv，Python - 如何删除日期文本周围的灰色像素

Question

我正在尝试使用 Python/OpenCV 去除日期周围的灰色“噪音”，以帮助 OCR（光学字符识别）识别日期。

原图如下：https://static.mothership.sg/1/2017/03/10-Feb-MC-1.jpg

我尝试的 python 脚本如下所示。但是，我有其他类似的图像，其中的对比度或照明条件会有所不同。

import cv2
import numpy as np

img = cv2.imread("mc.jpeg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

alpha = 3.5
beta = -2

new = alpha * img + beta
new = np.clip(new, 0, 255).astype(np.uint8)

cv2.imwrite("cleaned.png", new)

我还尝试了Thresholding 和/或adaptiveThresholding，有一段时间，我能够将日期与灰色背景区分开来。有时这是非常具有挑战性的。我想知道是否有一种自动确定阈值的方法？

以下是我希望实现的示例。

模糊图像：

Answer 1

Otsu 的二值化自动根据图像直方图计算阈值。

# Otsu's thresholding after Gaussian filtering
blur = cv2.GaussianBlur(img,(5,5),0)
ret,Otsu = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

cv2.imwrite("Otsu's_thresholding", Otsu)

看到这个link

Answer 2

您可以尝试构建一个背景模型，然后按该模型对每个输入像素进行加权。 输出增益在大部分图像中应该是相对恒定的。以下是此方法的步骤：

1. 应用软中值模糊滤镜以去除小噪点
2. 通过局部最大值获取背景模型。应用一个非常强的close 操作，使用一个大的structuring element（我正在使用大小为15 的矩形内核）
3. 通过在每个局部最大像素之间划分255 来执行增益调整。使用每个输入图像像素加权此值。
4. 你应该得到一个很好的图像，其中背景照明几乎标准化，threshold这个图像得到文本的二进制掩码

这是代码：

import numpy as np
import cv2

# image path
path = "C:/opencvImages/sheet01.jpg"

# Read an image in default mode:
inputImage = cv2.imread(path)

# Remove small noise via median:
filterSize = 5
imageMedian = cv2.medianBlur(inputImage, filterSize)

# Get local maximum:
kernelSize = 15
maxKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (kernelSize, kernelSize))
localMax = cv2.morphologyEx(imageMedian, cv2.MORPH_CLOSE, maxKernel, None, None, 1, cv2.BORDER_REFLECT101)

# Adjust image gain:
height, width, depth = localMax.shape

# Create output Mat:
outputImage = np.zeros(shape=[height, width, depth], dtype=np.uint8)

for i in range(0, height):

    for j in range(0, width):
        # Get current BGR pixels:
        v1 = inputImage[i, j]
        v2 = localMax[i, j]

        # Gain adjust:
        tempArray = []
        for c in range(0, 3):

            currentPixel = v2[c]
            if currentPixel != 0:
                gain = 255 / v2[c]
                gain = v1[c] * gain
            else:
                gain = 0

            # Gain set and clamp:
            tempArray.append(np.clip(gain, 0, 255))

        # Set pixel vec to out image:
        outputImage[i, j] = tempArray

# Convert RGB to grayscale:
grayscaleImage = cv2.cvtColor(outputImage, cv2.COLOR_BGR2GRAY)

# Threshold:
threshValue = 110
_, binaryImage = cv2.threshold(grayscaleImage, threshValue, 255, cv2.THRESH_BINARY)

# Write image:
imageFilename = "C:/opencvImages/binaryMask2.png"
cv2.imwrite(imageFilename, binaryImage)

我得到以下测试完整图像的结果：

还有裁剪后的文字：

请注意，增益调整操作未矢量化。脚本很慢，主要是因为我从Python 开始，不知道正确的Numpy 语法来加速这个操作。我已经使用C++ 很长时间了，请随时进一步改进代码。

编辑：

请注意，您的结果只能与您输入的质量一样好。查看您的输入并问自己“对于自动化流程来说，这是一个好的输入吗？”（自动化流程通常不是很聪明）。您发布的第二张图片质量非常低。不仅模糊，而且分辨率低，并且有压缩伪影。所有这些因素都会阻碍自动化处理。

话虽如此，您可以在原始版本中加入以下改进： 在灰度输出上尝试normalizebrightness-contrast：

grayscaleImage = np.uint8(cv2.normalize(grayscaleImage, grayscaleImage, 0, 255, cv2.NORM_MINMAX))

您的灰度图像来自：

致：

稍微暗一点，对比度有所提高。让我们尝试通过Otsu thresholding自动计算最优阈值：

threshValue, binaryImage = cv2.threshold(grayscaleImage, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

它让你得到这个：

但是，如果我们将bias 添加到 Otsu 的阈值，我们可以调整结果，如下所示：

threshValue, binaryImage = cv2.threshold(grayscaleImage, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
bias = 0.9
threshValue = bias * threshValue
_, binaryImage = cv2.threshold(grayscaleImage, threshValue, 255, cv2.THRESH_BINARY)

这是使用此方法可以获得的最佳图像质量。 如果您觉得这些建议和技巧有用，请至少给我的答案投票。