如何去除二值图像中不必要的黑色（主要是暗areas/noise造成的）

Question

我正在处理教科书页面的图像，例如问题和手写笔记，并且想要二进制图像用于几个不同的任务，主要是 OCR。但问题是，如果图像有一点阴影或亮度级别不连续，它会给我很多黑色区域覆盖我的文字。

我在我的图片上使用了 from skimage.filters import try_all_threshold，发现有些图片适用于特定类型的图片，有些则不然。我不能使用本地阈值，我必须根据不同的图像更改参数，因为我想自动化 OCR 过程。

img_path = DIR+str(11)+'.png'
sk_image = imread(img_path,as_gray=True)

fig,ax = try_all_threshold(sk_image,figsize=(20,15))
plt.savefig('threshold.jpeg',dpi=350)

为什么图像中会形成这个黑色区域，我该如何去除它？？

Bilateral 或 Gauss 之类的去噪滤波器可以吗？如果没有，请推荐一些其他技术？

Answer 1

这是在 Python/OpenCV 中使用除法标准化的一种方法。

读取输入
转换为灰色
使用高斯模糊进行平滑处理
将灰度图像除以平滑图像
应用反锐化蒙版来锐化
应用大津阈值
保存结果

输入：

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('math.png')

# 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_OTSU )[1] 

# save results
cv2.imwrite('math_division.jpg',division)
cv2.imwrite('math_division_sharp.jpg',sharp)
cv2.imwrite('math_division_thresh.jpg',division)

# show results
cv2.imshow('smooth', smooth)  
cv2.imshow('division', division)  
cv2.imshow('sharp', sharp)  
cv2.imshow('thresh', thresh)  
cv2.waitKey(0)
cv2.destroyAllWindows()

分区图像：

锐化图像：

阈值图像：

如何去除二值图像中不必要的黑色（主要是暗areas/noise造成的）

How do you remove the unnecessary blackness from binary images (mainly caused by dark areas/noise)

python

opencv

image-processing

python-imaging-library

scikit-image