如何在Python中区分前景文本和噪声背景？

Question

我正在尝试从这张图片中提取文本。

​

。

我尝试了调整对比度和亮度，平滑(如GaussianBlur，中介模糊)和阈值技术(如Otsu)与OpenCV，仍然有很多剩余的噪声。

还有什么我可以试试的吗？

Answer 1

您可以尝试混合高斯模糊、阈值和形态学操作来分离文本。这是一条管道

模糊->阈值->按位打开->扩展->

​

​

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (7,7), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,2))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)

# Repair text
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7,7))
dilate = cv2.dilate(opening, kernel, iterations=2)

# Bitwise-and with input image
result = cv2.bitwise_and(image,image,mask=dilate)
result[dilate==0] = (255,255,255)

cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('dilate', dilate)
cv2.imshow('result', result)
cv2.waitKey()

Answer 2

如果需要更通用的解决方案，请继续阅读。否则，你可以参考纳坦西的答案，或在这个网站上的许多其他答案。

我想

从图像中提取文本

意味着您希望将此图像中的文本作为字符串或文本的ROI。

这就是所谓的OCR (光学字符识别)，这是一个非常复杂的深入学习问题，专门针对你发布的图像类型(噪音、低清晰度、低动态范围等)。如果您正在寻找一个普通的OpenCV库，它可以不受限制地执行此操作，那么据我所知，这里没有。

查看这些链接以获得源代码和解释-

1. 吡虫啉OCR
2. 基于EAST的文本ROI检测