skimage中的图片文字提取

Question

我有一张图片，我想对其进行过滤以将文本从背景中分离出来：

并在应用以下代码后：

from skimage import filters
from skimage.filters import threshold_otsu
from skimage import io as skimage_io # So as not to clash with builtin io

dir = r"image_path/a.jpg"

img = skimage_io.imread(dir, as_gray=True, plugin='imageio')
blurred = filters.gaussian(img, sigma=2.0)
sobel = filters.sobel_h(blurred)
blurred += sobel
blurred += sobel
thresh = threshold_otsu(blurred)
# skimage_io.imshow(blurred)
print(thresh)
binary = img < thresh-0.1
skimage_io.imshow(binary)

图片变成了

有什么方法可以让结果更好吗？？

Answer 1

是的，你可以获得更好的结果：

您确实考虑了噪音，但您应用的高斯模糊太强了；它开始使您感兴趣的功能（字母）变钝。

正如@Ziri 在评论中指出的那样，您没有考虑图像中存在的不均匀曝光。有很多方法可以做到这一点；我将使用滚球过滤器来平滑背景并将其与全局阈值方法相结合。请注意，这是目前（2020 年 8 月）skimage 中的一个 PR，但希望很快会合并。

import numpy as np
import matplotlib.pyplot as plt

from skimage import util
from skimage import filters
from skimage import io
from skimage import exposure

# PR 4851; will hopefully be in the library soon(TM)
from skimage.morphology import rolling_ellipsoid

img = io.imread("test.jpg", as_gray=True)
img_inv = util.invert(util.img_as_float(img))

# blurr the image slightly to remove noise
blurred = filters.gaussian(img_inv, sigma=1.0)

# remove background
background = rolling_ellipsoid(blurred, kernel_size=(50, 50), intensity_vertex=0.1)
normalized = blurred - background

# re-normalize intensity
normalized = exposure.rescale_intensity(normalized)

# binarize
binary = normalized > 0.38
binary = util.invert(binary)
plt.imshow(binary, cmap="gray")
plt.gca().axis("off")
plt.show()

旁注：将未经审查的护照照片上传到任何人都可以自由访问的 SO 可能并不明智。

skimage中的图片文字提取

Image text extraction in skimage

opencv

image

image-processing

vision

scikit-image