使用OpenCV和Python从图像中删除黑点

Question

我正在尝试比较两个图像，并且需要预先处理/清理其中一个图像，这是扫描副本，然后再与数字副本进行比较。 Scanned copy / Digital copy

我在扫描的图像上运行了这个代码并得到了一个有很多黑点的输出。不知道如何清理这些，以便我可以与数字副本进行比较

img = cv2.multiply(img, 1.2)
kernel = np.ones((1, 1), np.uint8)
img = cv2.erode(img, kernel, iterations=1)
kernel1 = np.zeros( (9,9), np.float32)
kernel1[4,4] = 2.0
boxFilter = np.ones( (9,9), np.float32) / 81.0
kernel1 = kernel1 - boxFilter
img = cv2.filter2D(img, -1, kernel1)

下面是我得到的输出

Answer 1

尝试在频域中应用滤镜，FFT后的图像会有规则的亮点，因为你的图像有噪音。如果要删除这些点并进行逆FFT变换，则会从图像中删除点。请查看此示例：example1，example2和example3。

Answer 2

是。 @Andrey方法是解决问题的正确方法。 我已经尝试去除频域中的高频点，这里是一个如果正确完成它会是什么样子的例子

灰度原始图像。

在图像上运行FFT后

消除所有高频噪音。当然，这是通过在噪声源周围画一个黑色圆圈来手动完成的。您可以设计程序以检测局部亮点并将其清除干净。

这是在上述频率图像的逆FFT之后的最终结果。有些因为我消除噪音的原因而退化了，但它应该让你大致了解它是如何完成的。

只有点周围的区域会受到此过程的影响，所有其他图案都保留其原始形式。