python - 使用 Python OpenCV 删除图像的黑色标题部分

Question

我需要使用 Python CV 删除图像多个部分中的变黑部分。我尝试了去噪，但没有给出令人满意的结果。

例如。我需要删除表头（下图）中的黑色部分，并将表头背景转换为白色，内容为黑色。

谁能帮我选择正确的库或解决方案来克服这个问题？

标签： pythonopencvimage-processingdeep-learningpython-imaging-library

Answer 1

如您所见，很难过滤虚线图案。它显然与文本重叠。我看到至少有两个选择：1）利用模式的周期性特性并进行频率过滤。2）尝试一种更简单的方法，对目标像素使用形态学命中或未命中操作，旨在隔离它们。

让我们看看选项 2。噪声具有非常独特的模式。如果您使用所有斑点都以白色着色的二进制图像，则您正在寻找的图案是一个白色像素(1)被 8 个黑色像素(0)包围：

[ 0, 0, 0 ]
[ 0, 1, 0 ]
[ 0, 0, 0 ]

命中和未命中操作可用于定位和隔离像素模式。如果您想了解更多信息，这是一个很好的帖子。现在，让我们处理代码：

//Read the input image, as normal:
std::string imagePath = "C://opencvImages//tableTest.png";
cv::Mat testImage = cv::readImage( imagePath );

//Convert the image to grayscale:
cv::Mat grayImage;
cv::cvtColor( testImage, grayImage, cv::COLOR_BGR2GRAY );

//Get the binary image via otsu:
cv::Mat binaryImage;
cv::threshold( grayImage, binaryImage, 0, 255,cv::THRESH_OTSU );

//Invert the image, as we will be working on white blobs:
binaryImage = 255 - binaryImage;

//Prepare the target kernel. This is where you define the pattern of 
//pixels you are looking for
//Keep in mind that -1 -> black and 1 -> white

cv::Mat kernel = ( cv::Mat_<int>(3, 3) <<
    -1, -1, -1,
    -1, 1, -1,
    -1, -1, -1
);

//perform the hit or miss operation:
cv::Mat hitMissMask;
cv::morphologyEx( binaryImage, hitMissMask, cv::MORPH_HITMISS, kernel );

这是你得到的面具：

现在，只需将此蒙版减去原始（二进制）图像，即可得到：

如您所见，部分列标题妨碍了操作。如果您想要白色背景和黑色斑点，只需反转图像：