Question

我在这里有一张桌子的图像..在右边的列中，背景充满了噪音

如何检测有噪音的区域？我只想对有噪声的部件应用某种滤波器，因为我需要对它进行OCR，任何类型的滤波器都会降低整体识别度

哪种滤镜最适合去除图像中的背景噪音？

如上所述我需要在图像上进行OCR

Answer 1

我在OpenCV中尝试了一些过滤器/操作，它看起来效果很好。

第1步：扩张图像 -

kernel = np.ones((5, 5), np.uint8)
cv2.dilate(img, kernel, iterations = 1)

如你所见，噪音消失了，但人物很轻，所以我侵蚀了图像。

第2步：侵蚀图片 -

kernel = np.ones((5, 5), np.uint8)
cv2.erode(img, kernel, iterations = 1)

正如您所看到的，噪音已经消失，但其他列上的某些字符已被破坏。我建议仅在嘈杂的列上运行这些操作。您可能希望使用HoughLines查找最后一列。然后，您只能提取该列，运行扩张+侵蚀，并将其替换为原始图像中的相应列。此外，扩张+侵蚀实际上是一种称为关闭的操作。你可以直接使用 -

打电话

cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

正如@Ermlg建议的那样，内核为3的medianBlur也能很好地工作。

cv2.medianBlur(img, 3)

替代步骤

正如您所看到的，所有这些过滤器都可以工作，但如果仅在噪声所在的部分实施这些过滤器会更好。为此，请使用以下命令：

edges = cv2.Canny(img, 50, 150, apertureSize = 3) // img is gray here
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 100, 1000, 50) // last two arguments are minimum line length and max gap between two lines respectively.
for line in lines: 
    for x1, y1, x2, y2 in line: 
        print x1, y1
// This gives the start coordinates for all the lines. You should take the x value which is between (0.75 * w, w) where w is the width of the entire image. This will give you essentially **(x1, y1) = (1896, 766)**

然后，您可以像以下一样提取此部分：

extract = img[y1:h, x1:w] // w, h are width and height of the image

然后，在此图像中实施滤镜（中值或闭合）。消除噪音后，您需要将此滤镜图像放在原始图像中的模糊部分的位置。图像[y1：h，x1：w] =中位数

这在C ++中很简单：

extract.copyTo(img, new Rect(x1, y1, w - x1, h - y1))

使用替代方法的最终结果

希望它有所帮助！

Answer 2

我的解决方案是基于阈值处理，以4个步骤获得结果图像。

按OpenCV 3.2.0阅读图片。
应用GaussianBlur()以平滑图像，尤其是灰色区域。
屏蔽图像以将文本更改为白色，其余为黑色。
将蒙面图像反转为白色黑色文字。

代码位于Python 2.7。它可以轻松更改为C++。

import numpy as np
import cv2
import matplotlib.pyplot as plt
%matplotlib inline 

# read Danish doc image 
img = cv2.imread('./imagesStackoverflow/danish_invoice.png')

# apply GaussianBlur to smooth image
blur = cv2.GaussianBlur(img,(5,3), 1) 

# threshhold gray region to white (255,255, 255) and sets the rest to black(0,0,0)
mask=cv2.inRange(blur,(0,0,0),(150,150,150))

# invert the image to have text black-in-white
res = 255 - mask

plt.figure(1)
plt.subplot(121), plt.imshow(img[:,:,::-1]), plt.title('original') 
plt.subplot(122), plt.imshow(blur, cmap='gray'), plt.title('blurred')
plt.figure(2)
plt.subplot(121), plt.imshow(mask, cmap='gray'), plt.title('masked')
plt.subplot(122), plt.imshow(res, cmap='gray'), plt.title('result')
plt.show()

以下是代码所绘制的图像供参考。

以下是2197 x 3218像素的结果图片。

Answer 3

据我所知，中值滤波器是降低噪声的最佳解决方案。我建议使用3x3窗口的中值滤波器。见功能cv::medianBlur()。

但在使用OCR同时使用任何噪音过滤时要小心。它可能导致识别准确度下降。

另外我建议尝试使用一对函数（cv :: erode（）和cv :: dilate（））。但我并不害羞，它最好解决cv :: medianBlur（）窗口3x3。

Answer 4

我会选择中位数模糊（可能是5 * 5内核）。

如果您打算将OCR应用于图像。我会告诉你以下内容：

使用中位数滤镜过滤图像。
在过滤后的图片中查找轮廓，您将只获得文字轮廓（称为 F ）。
在原始图像中查找轮廓（将其称为 O ）。
隔离 O 中与 F 中的任何轮廓相交的所有轮廓。

更快的解决方案：

在原始图像中查找轮廓。
根据尺寸过滤它们。

Answer 5

Blur（3x3方框）
Threshold at 127

结果：

Answer 6

如果您非常担心删除可能会损害OCR检测的像素。不添加人工制品，尽可能保持原始的纯度。然后你应该创建一个blob过滤器。并删除任何小于n像素左右的blob。

不打算编写代码，但我知道这很好用，因为我自己使用它，虽然我不使用openCV（我出于速度原因写了我自己的多线程blobfilter）。抱歉，我不能在这里分享我的代码。只是描述如何做到这一点。

Answer 7

如果处理时间不是问题，在这种情况下，一种非常有效的方法是计算所有黑色连接的组件，并删除小于几个像素的组件。它会删除所有嘈杂的点（除了触摸有效组件的那些），但保留所有字符和文档结构（行等）。

要使用的函数是connectedComponentWithStats（在您可能需要生成负图像之前，threshold函数THRESH_BINARY_INV在这种情况下会起作用），绘制白色矩形小找到连接的组件。

实际上，此方法可用于查找字符，定义为给定最小和最大大小的连接组件，以及给定范围内的宽高比。

Answer 8

我已经面临同样的问题并获得了最佳解决方案。将源图像转换为灰度图像并应用 fastNlMeanDenoising 功能，然后应用阈值。

像这样 - fastNlMeansDenoising（灰色，dst，3.0,21,7）; 阈值（DST，finaldst，150255，THRESH_BINARY）;

还可以根据您的背景噪点图像调整阈值。 eg- 阈值（dst，finaldst，200,255，THRESH_BINARY）;

注意 - 如果您的列线被删除了......您可以从源图像中获取列线的掩码，并可以使用AND，OR，XOR等BITWISE操作应用于去噪的结果图像。

Answer 9

尝试对此图像进行阈值处理。确保您的src处于灰度级。该方法仅保留150到255强度之间的像素。

threshold(src, output, 150, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

您可能想要在尝试否定灰色像素时反转图像。操作后，再次将其反转以获得所需的结果。

OpenCV - 去除图像中的噪点

9 个答案: