图像处理 切割与图案不同的区域

Question

嗨，

我想得到第一张图片和第二张图片的区别，

我想从图像中剪切数字。

我得到像素之间的差异，但结果是：

但我想要的是：

能不能把图剪成这样？

这是我所做的：

import cv2 
import numpy as np
from PIL import Image
import pytesseract
import os
import sys

img = Image.open("recherche.png").convert("RGBA")
pattern = Image.open("pattern.png").convert("RGBA")

pixels = img.load()
pixelsPattern = pattern.load()

new = Image.open("new.png").convert("RGBA")
pixelNew = new.load()

for i in range(img.size[0]):
    for j in range(img.size[1]):
         if(pixels[i,j] != pixelsPattern[i,j]):
             pixelNew[i,j] = pixels[i,j]

我直接得到了位差，但它没有给我我想要的东西，我尝试了 medianBlur 和类似的东西来像第 4 个图像那样做，但我无法像第 4 个图像那样使它清晰。
（我用绘画手动创建了第 4 个图像。）

Answer 1

这是一个具有挑战性的问题，因为模式是故意设计的，很难用软件解决。

我建议采取以下步骤：

• 将 img 和 pattern 转换为二进制图像（灰度级别不是数字的一部分）。
• 计算 img 和 pattern 的绝对差。
• 应用closing形态学操作来缩小小间隙。

代码如下：

import cv2
import numpy as np

# Read image and pattern as Grayscale images (output of cv2.imread is numpty array).
img = cv2.imread("recherche.png", cv2.IMREAD_GRAYSCALE)
pattern = cv2.imread("pattern.png", cv2.IMREAD_GRAYSCALE)

# Convert img and pattern to binary images (all values above 1 goes to 255)
_, img = cv2.threshold(img, 1, 255, cv2.THRESH_BINARY)
_, pattern = cv2.threshold(pattern, 1, 255, cv2.THRESH_BINARY)

# Compute absolute difference of img and pattern (result is 0 where equal and 255 when not equal)
dif = cv2.absdiff(img, pattern)

# Apply closing morphological operation
dif = cv2.morphologyEx(dif, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5)));

dif = 255 - dif  # Inverse polarity

# Display result
cv2.imshow('dif', dif)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

结果：

如您所见，解决方案并不完美，但要获得完美的结果非常具有挑战性...