HSV颜色删除/表格字段的丢失

Question

我正在编写一个系统来从表单图像中删除某些字段边框。 这些字段可能在其中写入，即使手写跨越字段边界，我也需要正确保存。

我有2张图片：1张彩色图片（转换为HSV色彩空间）和1张黑白图像，每个像素排列像素（这些是由扫描仪生成的）

我想删除（摘取）黑白图像中的场边界像素，给出 彩色图像中的颜色。

我有一个优势，因为我知道该领域的确切位置，并且 字段边界线的宽度/高度。

我当前的实现包括（对于每个字段），扫描彩色图像上的字段边界并计算该字段边界的平均HSV值（因为我确切知道字段边界的位置，我只访问“字段边界”像素，但如果它们越过场边界，我也可能会访问几个手写像素，这个想法是它们不会非常偏向平均值）。一旦我获得了场边界的“平均”HSV值，我再次扫描场边界，并为每个像素计算以下delta函数：

如果“当前”像素和平均HSV之间的Delta值小于0.07（根据经验找到），那么我将像素设置为白色（颜色靠近在一起），否则我将像素保持为黑色。

以下是字段的一些示例：

彩色图片： 黑色和白色图像不掉光： 丢弃黑色和白色图像，其中饱和度未在公式中使用： 实际掉线黑＆amp;配方使用的白色图像（使用全部3个组件H，S＆amp; V）

我用来获得第3张丢失图像的公式是上面的公式但是 我把饱和度排除在等式之外（我只是玩弄东西） 这显然不够精致，颜色变化，但公式非常 对饱和度变化敏感（这主要是由JPEG压缩伪像引起的 存在于图像中（示例工件）：

我认为第四个例子是最好的，因为它对颜色变化非常敏感 你不太可能删除手写内容，但问题是你更容易被删除 由于简单的扫描或压缩导致的轻微色差，拾取边框 伪影。

您有什么想法可以减轻发生的一些颜色（饱和度）变化 在字段边界内，是否使用直方图？有一些量化涉及到 减少垃圾箱数量？

我想听听别人的想法。

谢谢。

Answer 1

如果您将机器学习技术应用于此问题，您可能会获得一些好的结果。

例如，如果您想将图像中的每个像素标记为字段边框或不是字段边框，您可以尝试手工标记几个图像中的像素，计算一组要素（您目前只使用颜色）但我认为面向渐变也可能会给出一些好的结果）并将所有内容转储到支持向量机（SVM）中。

如果您熟悉C ++或Python，OpenCV提供了SVM和基于梯度的功能（描述符）的实现：

• Support vector machines tutorial
• Histograms of oriented gradients

另外，Matlab还提供了训练SVM和计算梯度特征的代码。

Answer 2

我不确定我是否完全理解你的优先事项 - 第三张图片对我来说非常好（比第四张要好得多）。我注意到第一个“S”的底部有一个间隙。

在任何情况下，如您所知，边界的位置并扫描这些像素，我建议为它们编制H，S和V的统计数据。对于S和V，我想你可以计算平均值和标准差。由于角度的环绕特性，色调很棘手，并且它可能是不确定的。您可以只量化并找到模式（或窗口加权模式）。你可以对盒子的非白色内容做同样的事情，这样你就可以量化笔划与盒子像素的性质。要缩小您的分布，您可以丢弃任何超出x SD的像素作为异常值并重新计算平均值和SD。从那时起，您可以简单地根据它落在哪个概率分布内对像素进行分类。

对此的优化包括：

• 忽略H分量以获得低饱和度。
• 如果不确定，如果靠近已知的边境位置则偏向边界。
• 如果不确定的话，如果有相邻的像素已被分类为笔划，则运行第二次偏向笔划。