去除图像中的噪点

Question

我的图像有些杂乱的线条，如下图所示：

我想对它们进行一些预处理，以消除不想要的噪音（使文字变形的线条），以便可以将它们与OCR（Tesseract）一起使用。
我想到的想法是，使用扩散法消除噪声，然后使用侵蚀法修复第二步中的文字缺失部分。
为此，我使用了以下代码：

import cv2
import numpy as np

img = cv2.imread('linee.png', cv2.IMREAD_GRAYSCALE)
kernel = np.ones((5, 5), np.uint8)
img = cv2.dilate(img, kernel, iterations=1)
img = cv2.erode(img, kernel, iterations=1)
cv2.imwrite('delatedtest.png', img)

不幸的是，膨胀效果不好，噪声线仍然存在。

我尝试更改内核的形状，但情况变得更糟：部分或全部删除了文字。
我还发现answer说可以通过

删除行

  

将具有两个或更少相邻黑色像素的所有黑色像素变为白色。

由于我是计算机视觉和opencv的初学者，所以这对我来说有点复杂。
任何帮助将不胜感激，谢谢。

Answer 1

检测这些行是发明path opening的目的。 PyDIP有一个实现（公开：我在那儿实现了；还请注意，由于我们尚未创建二进制发行版，因此您必须从源代码安装PyDIP）。或者，您可以尝试使用我上面链接的论文中的the implementation by the authors。该实现没有我在下面使用的the "constrained" mode。

以下是如何使用它的快速演示：

import PyDIP as dip
import matplotlib.pyplot as pp

img = 1 - pp.imread('/home/cris/tmp/DWRTF.png')
lines = dip.PathOpening(img, length=300, mode={'constrained'})

在这里，我们首先反转图像，因为这样会使以后的事情变得更容易。如果不反相，请改用闭合路径。 lines图片：

接下来，我们减去行。一个小区域的开口会删除路径开口所滤除的行中的几个孤立像素：

text = img - lines
text = dip.AreaOpening(text, filterSize=5)

但是，我们现在在文本中有空白。填满这些并非易事。这是一个快速而肮脏的尝试，您可以将其用作起点：

lines = lines > 0.5
text = text > 0.5
lines -= dip.BinaryPropagation(text, lines, connectivity=-1, iterations=3)
img[lines] = 0

Answer 2

您可以使用createLineSegmentDetector()（opencv的功能

）来完成此操作

import cv2

#Read gray image
img = cv2.imread("lines.png",0)

#Create default parametrization LSD
lsd = cv2.createLineSegmentDetector(0)

#Detect lines in the image
lines = lsd.detect(img)[0] #Position 0 of the returned tuple are the detected lines

#Draw the detected lines
drawn_img = lsd.drawSegments(img,lines)

#Save the image with the detected lines
cv2.imwrite('lsdsaved.png', drawn_img)

代码的下一部分将只删除长度超过50个像素的行：

for element in lines:

#If the length of the line is more than 50, then draw a white line on it
if (abs(int(element[0][0]) - int(element[0][2])) > 50 or abs(int(element[0][1]) - int(element[0][3])) > 50): 

#Draw the white line
cv2.line(img, (int(element[0][0]), int(element[0][1])), (int(element[0][2]), int(element[0][3])), (255, 255, 255), 12)

#Save the final image
cv2.imwrite('removedzz.png', img)

嗯，它不能与当前图像完美配合，但是对于不同的图像可能会提供更好的结果。您可以调整要删除的线条的长度，并调整白色线条的粗细以绘制已删除线条的轮廓。
希望对您有所帮助。