PIL - 图像处理 - 如何在没有嘈杂背景的情况下实现干净的图像？二值化步骤是否已经过时？

Question

下午好，

我正在编写一个ocr程序来检测图像上的文本。到目前为止，我得到了很好的结果，但是当文字是黑色而背景是白色时。我该怎么做才能改善浅色背景（黄色，绿色等）上有白色文字的图像？

一个原始示例图像可能是：

到目前为止，我只是使用以下方法将其转换为grey_scale：

image = image.convert('L')

然后应用一系列过滤器，例如： SHARPEN 平滑 模糊 等

然后我像这样进行二值化：

image = image.point(lambda x: 0 if x<128 else 255, '1') #refers to http://stackoverflow.com/questions/18777873/convert-rgb-to-black-or-white and also to http://stackoverflow.com/questions/29923827/extract-cow-number-from-image

我的outoup图像对于像这样的ocr喂食确实非常糟糕：

我做错了什么？浅色背景上白色文字的最佳方法是什么？

另一个疑问：我的二元化步骤是强势/夸大？

我应该混合一些过滤器吗？你能建议吗？

PS：我是图像处理的新手，所以请保持简单= x

非常感谢您的关注和帮助/建议。

Answer 1

我尝试使用ImageMagick，它也有Python绑定 - 除了我在命令行上做过。我想你可以很容易地调整我做的事情 - 我不会说Pythonese也不会使用PIL但是希望它会给你一些关于可能的途径的见解。

convert http://i.stack.imgur.com/2cFk3.jpg -fuzz 50% -fill black +opaque white -threshold 50% x.png

基本上它采用不在白色50％范围内的任何颜色并用黑色填充它，然后它将结果阈值为纯黑色和白色。

另一种选择是根据颜色的饱和度对图像进行阈值处理。因此，您转换为HSB色彩空间，分离通道并丢弃色调和亮度。然后，您将获得阈值饱和度，如下所示：

convert http://i.stack.imgur.com/2cFk3.jpg -colorspace hsb -separate -delete 0,2 -threshold 50% x.png

投掷-negate以获得黑色白色字母。

我已经为PIL复制了一些其他代码，并且正在修改它可能接近你需要的东西 - 请记住我不知道Python：

import colorsys
from PIL import Image
im = Image.open(filename)
ld = im.load()
width, height = im.size
for y in range(height):
    for x in range(width):
        r,g,b = ld[x,y]
        h,s,v = colorsys.rgb_to_hsv(r/255., g/255., b/255.)

        if s>0.5:                     // <--- here onwards is my attempted Python
           ld[x,y] = (0,0,0)
        else:
           ld[x,y] = (255,255,255)