模糊图像的自适应阈值

Question

我有一个相当模糊的数独谜题的432x432图像，其自适应阈值不好（取5x5像素的块大小，然后减去2）：

正如你所看到的，数字略有扭曲，其中有很多破损，而且有5s融入6s和6s融入8s。此外，还有很多噪音。为了修复噪声，我必须使用高斯模糊使图像更加模糊。然而，即使是相当大的高斯内核和自适应阈值blockSize（21x21，减去2）也无法消除所有断点并将数字融合在一起更多：

我还尝试在阈值处理后扩展图像，这与增加blockSize有类似的效果;和sharpening the image，这在某种程度上没有太大作用。我还应该尝试什么？

Answer 1

一个很好的解决方案是使用形态学闭合来使亮度均匀，然后使用常规（非自适应）Otsu阈值：

// Divide the image by its morphologically closed counterpart
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(19,19));
Mat closed = new Mat();
Imgproc.morphologyEx(image, closed, Imgproc.MORPH_CLOSE, kernel);

image.convertTo(image, CvType.CV_32F); // divide requires floating-point
Core.divide(image, closed, image, 1, CvType.CV_32F);
Core.normalize(image, image, 0, 255, Core.NORM_MINMAX);
image.convertTo(image, CvType.CV_8UC1); // convert back to unsigned int

// Threshold each block (3x3 grid) of the image separately to
// correct for minor differences in contrast across the image.
for (int i = 0; i < 3; i++) {
    for (int j = 0; j < 3; j++) {
        Mat block = image.rowRange(144*i, 144*(i+1)).colRange(144*j, 144*(j+1));
        Imgproc.threshold(block, block, -1, 255, Imgproc.THRESH_BINARY_INV+Imgproc.THRESH_OTSU);
    }
}

结果：

Answer 2

看看Smoothing Images OpenCV tutorial。除GaussianBlur外，您还可以使用medianBlur和bilateralFilter来降低噪音。我从你的源图片中获得了这张图片（右上角）：

更新：删除小轮廓后我得到的图片如下：

更新：您也可以锐化图像（例如，使用Laplacian）。请看this discussion。

Answer 3

始终应用高斯效果以获得更好的效果。

cvAdaptiveThreshold(original_image, thresh_image, 255,
            CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, 11, 2);