在不干扰原始图像的情况下将灰色背景转换为白色背景

Question

我裁剪了一些背景为灰色的图像，需要将它们转换为白色背景才能与参考图像进行比较。

我实现了以下代码进行转换：

import cv2
im_gray = cv2.imread('gray_bg.png', cv2.IMREAD_GRAYSCALE)
(thresh, im_bw) = cv2.threshold(im_gray, 255, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
cv2.imwrite('white_bg.png', im_bw)

输入：

输出：

预期输出：

如果您观察到，我的输出图像在原始图像的边缘有一些噪点（我希望我说的没错）。因此，在将我的输出与参考图像进行比较时，我没有得到所需的输出。有人可以建议我怎么做吗？

这是我们编写的用于比较两个图像的程序：

SourceImagePath = r'white_bg.png'
TemplateImagePath = r'ex_white_bg.png'
#def IconValidation(self,SourceImagePath,TemplateImagePath):
sourceImg=cv.imread(SourceImagePath)
templateImg=cv.imread(TemplateImagePath)
_,tempwidth,tempheight=templateImg.shape[::-1]
srcheight = np.size(sourceImg, 0)
srcwidth = np.size(sourceImg, 1)
if(srcwidth < tempwidth) and (srcheight < tempheight):
    print("comparison")

resultImg = cv.matchTemplate(sourceImg,templateImg,cv.TM_CCOEFF_NORMED)
matchVal = resultImg[0][0]
threshold=0.95
if(matchVal>threshold):
    print("passed")

else:
    print("failed")

Answer 1

避免更改颜色编码可获得最佳结果。这是代码：

im_gray = cv2.imread('gray_bg.png', cv2.IMREAD_UNCHANGED)
b, g, r = cv2.split(im_gray)

t = [None] * 3
u = [None] * 3
for i, im in enumerate([b, g, r]):
    t[i], u[i] = cv2.threshold(im, 255, 255, cv2.THRESH_BINARY + cv2.THRESH_TRIANGLE)

dst = cv2.merge((*u,))
cv2.imwrite('white_bg.png', dst)

通过与原始版本进行比较，可以得出99.99%相等。

如果您真的需要它，可以使用cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)将图像转换为灰度编码。

结果与需求：

Answer 2

您看到的是混叠，而不是杂音。之所以出现，是因为门槛很高。

您输入的图像确实有一点点噪点，可以通过放大（可能是由于某些阶段的有损压缩）看到的，但是它没有混叠。

您可以通过应用1.4的增益（灰度级为180左右）将灰色背景变为白色，同时保持黑色。这样可以避免引入别名。