gpt4 book ai didi

python - OpenCV:OCR 之前阴影图像的轮廓检测

转载 作者:行者123 更新时间:2023-12-02 16:18:15 33 4
gpt4 key购买 nike

我正在尝试对文档图片进行 OCR,我当前的方法是

  1. 将图像读取为灰度
  2. 将其阈值二值化
  3. 沿着从 cv2.findContours() 获得的轮廓包裹透视

如果图像没有阴影,上述方法效果很好。现在我想获得阴影图片的轮廓。我的第一次尝试是在步骤 2 中使用 cv2.adaptiveThreshold。自适应阈值成功削弱了阴影,但生成的图像失去了纸张和背景之间的对比度。这使得 cv2 无法找到纸张的轮廓。所以我需要使用其他方法来去除阴影。

有什么方法可以去除阴影并保持背景颜色吗?

这里是我正在使用各种方法处理的示例图片,供引用。从左开始,我做到了

  1. 灰度
  2. 阈值
  3. 自适应阈值
  4. 标准化

我的目标是获得第二张没有阴影的图片。

enter image description here

请注意,我其实有一个专门针对图片的临时解决方案,就是将图片有阴影的部分单独处理。然而,它不是阴影图片的通用解决方案,因为它的性能取决于阴影的大小、形状和位置,因此请使用其他方法。

这是原图。

enter image description here

最佳答案

这是 Python/OpenCV 中使用除法归一化的一种方法,可以选择随后进行锐化和/或阈值化。

输入:

enter image description here

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('receipt.jpg')

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# blur
smooth = cv2.GaussianBlur(gray, (95,95), 0)

# divide gray by morphology image
division = cv2.divide(gray, smooth, scale=255)


# sharpen using unsharp masking
sharp = filters.unsharp_mask(division, radius=1.5, amount=1.5, multichannel=False, preserve_range=False)
sharp = (255*sharp).clip(0,255).astype(np.uint8)

# threshold
thresh = cv2.threshold(sharp, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

# save results
cv2.imwrite('receipt_division.png',division)
cv2.imwrite('receipt_division_sharp.png',sharp)
cv2.imwrite('receipt_division_thresh.png',thresh)


# show results
cv2.imshow('smooth', smooth)
cv2.imshow('division', division)
cv2.imshow('sharp', sharp)
cv2.imshow('thresh', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

部门:

enter image description here

锐化:

enter image description here

阈值:

enter image description here

关于python - OpenCV:OCR 之前阴影图像的轮廓检测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63884290/

33 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com