Создайте читаемые слова после бинаризации

Question

Я использую opencv с Python для очистки изображений для чтения для tesseract. У меня есть черно-белое изображение, и после адаптивного порога он выглядит недостаточно. Существует много бумажного шума, и буквы не так чисты. Как я могу это исправить?

метод adaptiveThreshold:

cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) 

Источник:

после adaptiveThreshold:

я также пытался эрозии и дилатации:

kernel = np.ones((2,2), np.uint8) 
e = cv2.erode(roi_sharpen, kernel, iterations=1)) 
d = cv2.dilate(roi_sharpen, kernel, iterations=1)) 

результаты:

Answer 1

Так как вы заметили, что есть много шума, это всегда хорошая идея, чтобы попробовать сглаживание к изображению.

Например, вы можете применить гауссовский фильтр к исходному изображению

smooth_img = cv.GaussianBlur(img, (5, 5), 0, 0) 
bin_img = cv.adaptiveThreshold(smooth_img, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 11, 2) 

Я попробовал несколько размеров ядра, кажется, 5 по 5 ядру дало лучший результат на этом примере

Если вам не понравились маленькие точки на картинке, вы можете также использовать средний фильтр для их удаления.

clean_img = cv.medianBlur(bin_img, 3) 

Вы получите

Есть также много настройки параметров для Tesseract тоже, если вы не получите удовлетворительный результат, вы можете попробовать несколько различных настроек Тессеракта.