python - 如何使用opencv去除原始图像中的噪声

Question

我正在尝试使用棋盘形式的 OpenCV 扫描我项目中的工作区域。为了做到这一点，我已经采取了以下网站中提到的以下步骤

Code To scan document

1. 检测边缘
2. 利用图像中的边缘找到代表工作场所边界的轮廓
3. 应用透视变换获得工作场所的俯 View

但我得到的结果是失真的，这是由于我从相机拍摄的原始照片中有噪点。

那么，有没有什么方法可以去除原图由于相机的噪点，最终得到不失真的输出。

我所说的未失真输出是指像我们在棋盘中那样采用黑白框形式的工作场所。

为了您的考虑，我还附上了以下内容

a) 我用于处理的原始图像b) 完成处理后得到的输出图像

我使用的代码片段如下

image = cv2.imread(arg["image"])
(h, w, d) = image.shape

#Resize image 
ratio = image.shape[0]/500.0
orig = image.copy()
image = imutils.resize(image,height = 500)

#Find edge, blur it
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)   
gray = cv2.GaussianBlur(gray,(3,3),0)
edged = cv2.Canny(gray,75,200)


# find the contours in the edged image, keeping only the 
# largest ones, and initialize the screen contour
cnts = cv2.findContours(edged.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts,key = cv2.contourArea, reverse = True)[:5] 

#loop over the contours 
for c in cnts: 
    #approximate the contour
    peri = cv2.arcLength(c,True)
    approx = cv2.approxPolyDP(c,0.02*peri, True)

    #if our approximated contour has four points, then we
    # can assume that we have found our screen 
    if len(approx) == 4:
        screenCnt = approx
        break
# show the contour (outline) of the piece of paper

cv2.drawContours(image,[screenCnt],-1,(0,255),2)
cv2.imshow("Outline",image)

#apply the four point transform to obtain a top-down 
#view of original image 
warped = four_point_transform(orig,screenCnt.reshape(4,2)*ratio)

#convert the wrapped image to grayscle, then threshold it 
#to give it that 'black and white ' paper effect
warped = cv2.cvtColor(warped,cv2.COLOR_BGR2GRAY)
T = threshold_local(warped,11,offset =10,method = "gaussian")
warped = (warped >T).astype("uint8")*255

#show the original and scanned images
print("STEP3: Apply perspective transform")
cv2.imshow("Original",imutils.resize(orig,height=650))
cv2.imshow("Scanned",imutils.resize(warped,height=650))
cv2.imwrite("OutputImage.png",imutils.resize(warped,height=650))

如果您需要任何其他信息，请通知我。

非常感谢:)

原图

处理后的输出图像

Answer 1

这不是噪声，而是混叠，是因为与您要检测的正方形相比您的分辨率太小而产生的。增加正方形的大小或相机的分辨率。您必须遵循 Nyquist Rate ，像素的大小必须至少为正方形的一半。