文本二值化

Question

我想对这张图片进行二值化处理，以便与tesseract-ocr一起使用。目前，我已经得到了如下的结果： 但我需要一个只包含文本而没有黑色背景部分的清晰图像，就像这张图片一样： 我的当前代码：

img = cv2.imread(path, 0)
blur = cv2.GaussianBlur(img, (3, 3), 0)
filtered = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 405, 1)
bitnot = cv2.bitwise_not(filtered)
cv2.imshow('image', bitnot)
cv2.imwrite("h2kcw2/out1.png", bitnot)
cv2.waitKey(0)
cv2.destroyAllWindows()

- Khazad

---

做两个阈值，一个是获取字符的，另一个是获取背景的，然后将它们组合起来。如果我对OpenCV更熟悉一些，那么我可以给出一个更具体的答案。 - Mark Ransom

谢谢您的建议，但是它并没有帮助我，或者我做错了什么... - Khazad

你的意思是不打算在任何地方使用GaussianBlur的结果吗？你正在对原始的img执行adaptiveThreashold，而不是模糊的blur。 - roippi

дҪ еҸҜд»ҘдҪҝз”Ёcv2.THRESH_BINARY_INVд»Јжӣҝcv2.THRESH_BINARYжқҘиҺ·еҸ–йҳҲеҖјзҡ„еҸҚиҪ¬з»“жһңгҖӮ - Eliezer Bernart

Answer 1

一个常规的阈值可以呈现出良好的结果：

img = cv2.imread(path, 0)
ret, thresh = cv2.threshold(img, 70, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('image', thresh)
cv2.imwrite("h2kcw2/out1.png", thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

- Eliezer Bernart

---

将其保存为tiff格式并通过命令行传递给Tesseract。请告诉我们检测的结果如何。 - karlphillip

非常好！抱歉回复晚了，我几天没有电脑可用。谢谢！ - Khazad