用 Python 填充图像中的透明孔

Question

由于删除了一些写在原始图像上的字母，我的图像具有相对较小的孔。还有其他有意义的洞，我不想碰它们。我想“检测并填充相邻的颜色”这些小工件。这是我的示例图像（请注意，这里的白色不是真正的白色，而是透明的），下面是我想要得到的结果：

此外，我附上带有文本的原始图像的快照（以防有人发现从这一点开始处理图像更容易，而不是我上面描述的透明孔）...

我怎样才能用 Python 得到这个？

在我之前处理过的类似图像中，我使用了卷积掩码。基本上我定义了一些我想删除的简单模式的内核：

  kernels = [
             np.array([[1, 0, 1], [1, 0, 1], [1, 0, 1]]),   # vertical line
             np.array([[1, 1, 1], [0, 0, 0], [1, 1, 1]]),   # horizontal line
             np.array([[1, 1, 1], [1, 0, 1], [1, 1, 1]]),   # isolated hole
             np.array([[0, 0, 0], [0, 1, 0], [0, 0, 0]])    # isolated point
             ]

并应用卷积：

 def match_kernel(matrix, kernel):
     return convolve2d(matrix, kernel, mode='same') + \
         convolve2d(1 - matrix, 1 - kernel, mode='same') == 9

 for kernel in kernels:
     mask += match_kernel(img[:,:,3]/255, kernel)

这会产生一个带有 1 的掩码，其中内核已匹配。现在，我基本上滚动图像来填补这些与邻居之间的空白。

img = np.where((mask == 1)[:,:,None], np.roll(img, 1, axis = 1), img)

问题在于，要以这种方式修复此图像，我需要手动定义许多微调过的内核，这是一个无休止的过程（最终会很慢）。我需要以某种方式概括“洞”的概念。或者更明智的是，使用我不知道的完全不同的方法。

Answer 1

间隙填充是一个经典的形态学问题。试试这个：

import cv2
import numpy as np

img = cv2.imread("C:\\Test\\input.png")

# Choose the maximum hole size, in this case 5 x 5
kernel = np.ones((5, 5), np.uint8)

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

cv2.imshow("Gaps Filled", closing)

cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

编辑：如果您需要使用二进制结果作为掩码，请使用以下内容

import cv2
import numpy as np

img = cv2.imread("C:\\Test\\input.png")

# Choose the maximum hole size, in this case 5 x 5
kernel = np.ones((5, 5), np.uint8)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, bw_img = cv2.threshold(gray, 1, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
closing = cv2.morphologyEx(bw_img, cv2.MORPH_CLOSE, kernel)

cv2.imshow("Thresholded", bw_img)
cv2.imshow("Gaps Filled", closing)

cv2.waitKey(0)
cv2.destroyAllWindows()