如何从图像中去除水平和垂直线条

Question

如何从图像中去除水平和垂直线条

pythonopencvimage-processingimagemagick

11

我有一张图片，上面有一段文字写在螺旋笔记纸上。纸上有水平线条。我想从图像中去掉这些水平线条。

在搜索过程中，我发现了一种解决方案：使用形态学运算提取水平和垂直线条该解决方案是用C++编写的，所以我将其转换为Python。它在该解决方案中提供的示例图像上效果很好，但是对于我的图像似乎不起作用。

在我的图像上运行它时，我得到以下结果：

原始图片

处理后的图片

以下是我从C++翻译成Python的代码：

 #cpp code converted from     http://docs.opencv.org/3.2.0/d1/dee/tutorial_moprh_lines_detection.html

import cv2
import numpy as np

img = cv2.imread("original.jpg")
img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

img = cv2.bitwise_not(img)
th2 = cv2.adaptiveThreshold(img,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,-2)
cv2.imshow("th2", th2)
cv2.imwrite("th2.jpg", th2)
cv2.waitKey(0)
cv2.destroyAllWindows()

horizontal = th2
vertical = th2
rows,cols = horizontal.shape
horizontalsize = cols / 30
horizontalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (horizontalsize,1))
horizontal = cv2.erode(horizontal, horizontalStructure, (-1, -1))
horizontal = cv2.dilate(horizontal, horizontalStructure, (-1, -1))
cv2.imshow("horizontal", horizontal)
cv2.imwrite("horizontal.jpg", horizontal)
cv2.waitKey(0)
cv2.destroyAllWindows()

verticalsize = rows / 30
verticalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (1, verticalsize))
vertical = cv2.erode(vertical, verticalStructure, (-1, -1))
vertical = cv2.dilate(vertical, verticalStructure, (-1, -1))
cv2.imshow("vertical", vertical)
cv2.imwrite("vertical.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

vertical = cv2.bitwise_not(vertical)
cv2.imshow("vertical_bitwise_not", vertical)
cv2.imwrite("vertical_bitwise_not.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step1
edges = cv2.adaptiveThreshold(vertical,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,3,-2)
cv2.imshow("edges", edges)
cv2.imwrite("edges.jpg", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step2
kernel = np.ones((2, 2), dtype = "uint8")
dilated = cv2.dilate(edges, kernel)
cv2.imshow("dilated", dilated)
cv2.imwrite("dilated.jpg", dilated)
cv2.waitKey(0)
cv2.destroyAllWindows()

# step3
smooth = vertical.copy()

#step 4
smooth = cv2.blur(smooth, (4,4))
cv2.imshow("smooth", smooth)
cv2.imwrite("smooth.jpg", smooth)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step 5
(rows, cols) = np.where(img == 0)
vertical[rows, cols] = smooth[rows, cols]

cv2.imshow("vertical_final", vertical)
cv2.imwrite("vertical_final.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

我也尝试了ImageMagick来去掉线条，但效果仍不完全准确。

convert original -morphology close:3 "1x5: 0,1,1,1,0" original_im.jpg

- Anthony

1

你的线条似乎不够直。我建议从一侧到另一侧进行连续性检测。 - smttsp

有关如何实现这一点的任何指导吗？ - Anthony

我以前没有实现过这样的东西，但我可以为您编写基本的伪代码。我敢打赌有更多更有效的方法可以做到。我假设您的输入数据始终是相似的，对吗？ - smttsp

是的，大多数情况下它是用有线纸书写的。有时线条是水平的，有时则是垂直的。 - Anthony

1

我也会考虑查看概率霍夫变换，并删除特定长度和方向的线条。我会尝试在今晚稍后写出答案。 - rayryeng

显示剩余2条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- m3h0w · Accepted Answer

你的问题比你基于教程提供的案例更为复杂。使用这种方法，由于字符的水平部分有时会被视为线条，因此您将无法完全过滤行。

根据您的期望（您并没有明确说明），特别是您期望的准确性，您可能希望尝试查找字符而不是查找行。那样应该会提供更强的稳健性。

关于您的代码，在图像上找到水平线后添加几行代码（在verticalsize = rows / 30代码行之前），您可以得到一些结果。我在半个大小的图像上工作。 horizontalsize = int(cols/30)的结果 horizontalsize = int(cols/15)的结果再次强调，在您的情况下，这种方法永远不会很准确。以下是代码片段：

#inverse the image, so that lines are black for masking
horizontal_inv = cv2.bitwise_not(horizontal)
#perform bitwise_and to mask the lines with provided mask
masked_img = cv2.bitwise_and(img, img, mask=horizontal_inv)
#reverse the image back to normal
masked_img_inv = cv2.bitwise_not(masked_img)
cv2.imshow("masked img", masked_img_inv)
cv2.imwrite("result2.jpg", masked_img_inv)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果我提供的图片还算满意，可以尝试调整horizontalsize。由于getStructuringElement函数期望的是整型数据，所以我使用了int转换：horizontalsize = int(cols / 30)。

您也可以对结果进行一些平滑和形态学处理，这样字符会更加清晰易读。