如何去除OCR的背面装饰图案？

Question

我尝试过public static class MainClass { public static Dictionary<string, Dictionary<string, long>> Dictionaries = new Dictionary<string, Dictionary<string, long>>() { { "SubDictionary", new Dictionary<string, long>() { { "property1", 365635}, { "property2", 156346}, { "property3", 280847}, } }, { "SubDictionary2", new Dictionary<string, long>() { { "property4", 36351526 }, { "property5", 152415 }, { "property6", 280114157 }, } } }; public static bool FindProperty(string subDictionaryName, IEnumerable<long> list) { Dictionary<string, long> dict; Dictionaries.TryGetValue(subDictionaryName, out dict); if (dict == null) { return false; } if (list.Any(i => dict.ContainsValue(i))) { return true; } else { return false; } } } 和FindProperty，但是这种背面装饰图案给我带来很多麻烦。

我可以尝试其他吗？有任何想法吗？

Answer 1

这是解决方案的完整代码：

import cv2
import numpy as np
img = cv2.imread('test.png', 0)
img2 = np.zeros_like(img)
cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU,img)
image, contours, hier = cv2.findContours(img, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

for c in contours:
    if cv2.contourArea(c)>50:
        cv2.drawContours(img2, c, -1, (255, 255, 255), -1)

kernel = np.ones((40, 10), np.uint8)
img2 = cv2.morphologyEx(img2, cv2.MORPH_CLOSE, kernel)
cv2.imshow("image", img2)
cv2.waitKey(0)

首先，您应该使用cv2.THRESH_BINARY和cv2.THRESH_OTSU方法对图像进行二值化。结果将是这样：

之后，您应该消除结果图像中的噪点。为此，我使用cv2.findContours获取了图像的轮廓，并计算了cv2.contourArea。然后使用阈值滤除小轮廓，以消除噪声。之后，为了合并侵蚀的字符，我执行了cv2.morphologyEx。

最终结果是这样的：