OpenCV: OCR前阴影图像的轮廓检测

Question

我正在尝试OCR文档的图片，我目前的方法是

grayscale

• Binarize it thresholding

• Wrap透视图沿cv2.findContours()

获得的等值线读取图像

如果图像不是阴影的话，上面的效果很好。现在我想得到阴影照片的轮廓。我的第一次尝试是在第二步中使用cv2.adaptiveThreshold。自适应阈值成功地削弱了阴影，但最终的图像失去了纸张和背景之间的对比度。这使得cv2不可能找到纸的轮廓线。所以我需要用其他方法来去除阴影。

有没有办法去除阴影，保持背景色？

这里是我正在用各种方法处理的示例图片，供参考。从左开始，我做了

1. grayscale
2. thresholding
3. adaptive thresholdin
4. normalization

我的目标是获得第二张没有阴影的照片。

​

​

请注意，我实际上有一个临时解决方案，特别是对图片，即处理部分的图片与阴影分开。然而，它并不是阴影图片的一般解决方案，因为它的性能取决于阴影的大小、形状和位置，所以请使用其他方法。

这是原画。

​

​

Answer 1

这里是Python/OpenCV中使用除法的一种方法，然后是锐化和/或阈值化。

输入：

​

​

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()

​

分部：

​

​

锋利的：

​

​

被拘留者：

​

​