在嘈杂的照片上进行低对比度线检测

Question

我试图检测屏幕照片上的低对比度线条或一般的嘈杂图像。我似乎遇到了两个问题：

1. 由于屏幕的噪声/暗网格，我无法使用自适应阈值或边缘检测算法可靠地检测到线路。模糊似乎有点帮助，但还不足以让我开始工作。

2. 当同一条线只能看到几个线段时（由于噪音，光线条件或其他因素），我想将检测到的线段连接成一条直线。

    img = cv2.imread("test.jpg")
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    gray=cv2.GaussianBlur(gray,(9,9),0)
    bin = cv2.adaptiveThreshold(gray2, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 33, 3)
    cv2.namedWindow('Test')
    cv2.imshow("Test", bin)
   

我还尝试了cv2.Canny和cv2.HoughLinesP，但没有取得好成绩，因为黑暗网格混淆了两者。提前谢谢！

编辑：我认为使用THRESH_TRUNCATED或THRESH_TOZERO的阈值函数的本地版本可以帮助... 过滤掉网格。和高对比度

由于我没有发布图片的声誉，我添加了链接。 具有低对比度线的图像：



检测到行：

Answer 1

在足够大的窗口（例如11x11）上运行中值滤波器，然后减去平均值（或略低于平均值）图像强度将使线更容易检测。