发票/成像：去除图像中的噪点

Question

我在这里有黑/白图像，我准备准备放入OCR，即Tesseract。然而，Tesseract无法检测到任何噪音区域。

我在寻找什么样的解决方案来消除噪音？由于Tesseract无法识别它，我认为删除是最好的选择。

Answer 1

您可以使用TextCleaner，一个ImageMagick脚本来清理文本背景。

Answer 2

如果你正在寻找一个python代码，那么这里的代码将用于去除噪声

import cv2
import numpy as np

# load color image
im = cv2.imread('input.jpg')

# smooth the image with alternative closing and opening
# with an enlarging kernel
morph = im.copy()

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1))
morph = cv2.morphologyEx(morph, cv2.MORPH_CLOSE, kernel)
morph = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel)

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))

# take morphological gradient
gradient_image = cv2.morphologyEx(morph, cv2.MORPH_GRADIENT, kernel)

# split the gradient image into channels
image_channels = np.split(np.asarray(gradient_image), 3, axis=2)

channel_height, channel_width, _ = image_channels[0].shape

# apply Otsu threshold to each channel
for i in range(0, 3):
    _, image_channels[i] = cv2.threshold(~image_channels[i], 0, 255, cv2.THRESH_OTSU | cv2.THRESH_BINARY)
    image_channels[i] = np.reshape(image_channels[i], newshape=(channel_height, channel_width, 1))

# merge the channels
image_channels = np.concatenate((image_channels[0], image_channels[1], image_channels[2]), axis=2)

# save the denoised image
cv2.imwrite('output.jpg', image_channels)

如果您正在处理的图像是发票（或在白色背景上有大量文本），上述代码不会给出好的结果。 为了在这些图像上获得良好的效果，请删除

gradient_image = cv2.morphologyEx(morph, cv2.MORPH_GRADIENT, kernel)

并将morph obj传递给split函数并删除for循环中的~符号