大黑字的自适应阈值处理

Question

我有一个文档，它既有非常大的字母，也有非常小的字母，我正在对它应用自适应阈值。

cvtColor(mbgra, dst, CV_BGR2GRAY);
GaussianBlur(dst, dst, Size(11, 11), 0);
adaptiveThreshold(dst, dst, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 11, 3);

这个算法运行得很好，但是我有一个关于大黑字的小问题，因为它从内部变成了中空，就像这样

​

原始图像中的这些字母用黑色填充

​

​

问题是如何在不增加滤镜块大小的情况下让这些字母像在原始图像中那样用黑色填充，因为这不能很好地处理小字母！

当然，欢迎您的任何想法或建议！

Answer 1

以下代码：

import numpy as np
import cv2
import matplotlib.pyplot as plt

image = cv2.imread("FYROJ.png")
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 3)

im_contours, contours, hier = cv2.findContours(thresh, mode=cv2.RETR_TREE, method=cv2.CHAIN_APPROX_NONE)
hier = hier[0]
kept_contours = [contour for idx, contour in enumerate(contours) if hier[idx][2] >= 0]

drawing = np.zeros_like(gray)
cv2.drawContours(drawing, kept_contours, -1, color=255)

ret, markers = cv2.connectedComponents(drawing)

watershed_res = cv2.watershed(image, np.int32(markers))

plt.imshow(watershed_res)
plt.show()

将生成此图像：

​

也许可以从这里开始，选择原始图像中有大量黑色像素的区域……