清理验证码图像

Question

我正在尝试清理上面的图像我已经尝试了几种使用 open cv 的不同方法，我要么过度侵蚀原始图像，以至于部分字母丢失，如下所示：

我不太确定如何去掉最后一条对角线并修复 S，到目前为止我的代码是：

import cv2 
import matplotlib.pylab as plt
img = cv2.imread('/captcha_3blHDdS.png')

#make image gray 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#Blur
blur = cv2.GaussianBlur(gray,(5,5),0)
bilateral = cv2.bilateralFilter(gray,5,75,75)

#Thresholding
ret, thresh = cv2.threshold(bilateral,25,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

#Kernal
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))

#other things
erosion = cv2.erode(thresh,kernel,iterations = 1)
closing = cv2.morphologyEx(erosion, cv2.MORPH_CLOSE, kernel, iterations = 1)

#Transform image
dist_transform = cv2.distanceTransform(closing,cv2.DIST_L2,5)
ret, sure_fg = cv2.threshold(dist_transform,0.02*dist_transform.max(),255,cv2.THRESH_BINARY)#,255,0)

#kernel_1
kernel_1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (1, 2))

dilation_1 = cv2.dilate(sure_fg,kernel_1,iterations = 2)
erosion_1 = cv2.erode(dilation_1,kernel_1,iterations = 3)

plt.imshow(erosion_1, 'gray')

任何帮助将不胜感激，这里有更多由验证码生成的图像类型的示例；

也是包含图像的文件夹的链接

Answer 1

这是一个使用OpenCvSharp的 C# 解决方案（它应该很容易转换回 python/c++，因为方法名称完全相同）。

它使用 OpenCV 的修复技术来避免在可能运行 OCR 阶段之前破坏太多字母。 我们可以看到线条的颜色与其他线条不同，因此我们将在任何灰度/黑白色之前尽早使用该信息。 步骤如下：

• 使用它们的颜色从线条构建蒙版 (#707070)
• 稍微扩大那个蒙版，因为线条可能是用抗锯齿绘制的
• 使用此蒙版重新绘制（“修复”）原始图像，这将删除线条，同时保留线条下方的大部分内容（字母）。 请注意我们可以在该步骤之前删除小点，我认为它会更好
• 应用一些扩张/模糊/阈值来完成

这是面具：

结果如下：

这是样本集的结果：

这是 C# 代码：

static void Decaptcha(string filePath)
{
    // load the file
    using (var src = new Mat(filePath))
    {
        using (var binaryMask = new Mat())
        {
            // lines color is different than text
            var linesColor = Scalar.FromRgb(0x70, 0x70, 0x70);

            // build a mask of lines
            Cv2.InRange(src, linesColor, linesColor, binaryMask);
            using (var masked = new Mat())
            {
                // build the corresponding image
                // dilate lines a bit because aliasing may have filtered borders too much during masking
                src.CopyTo(masked, binaryMask);
                int linesDilate = 3;
                using (var element = Cv2.GetStructuringElement(MorphShapes.Ellipse, new Size(linesDilate, linesDilate)))
                {
                    Cv2.Dilate(masked, masked, element);
                }

                // convert mask to grayscale
                Cv2.CvtColor(masked, masked, ColorConversionCodes.BGR2GRAY);
                using (var dst = src.EmptyClone())
                {
                    // repaint big lines
                    Cv2.Inpaint(src, masked, dst, 3, InpaintMethod.NS);

                    // destroy small lines
                    linesDilate = 2;
                    using (var element = Cv2.GetStructuringElement(MorphShapes.Ellipse, new Size(linesDilate, linesDilate)))
                    {
                        Cv2.Dilate(dst, dst, element);
                    }

                    Cv2.GaussianBlur(dst, dst, new Size(5, 5), 0);
                    using (var dst2 = dst.BilateralFilter(5, 75, 75))
                    {
                        // basically make it B&W
                        Cv2.CvtColor(dst2, dst2, ColorConversionCodes.BGR2GRAY);
                        Cv2.Threshold(dst2, dst2, 255, 255, ThresholdTypes.Otsu);

                        // save the file
                        dst2.SaveImage(Path.Combine(
                            Path.GetDirectoryName(filePath),
                            Path.GetFileNameWithoutExtension(filePath) + "_dst" + Path.GetExtension(filePath)));
                    }
                }
            }
        }
    }
}

Answer 2

仔细看看你的验证码。 该图像中的大部分灰尘具有与文本不同的灰度值。

文字在140 ，灰尘在112 。

一个简单的灰度过滤在这里会有很大帮助。

from scipy.misc import imread, imsave
import numpy as np

infile = "A1nO4.png"
outfile = "A1nO4_out.png"

im = imread(infile, True)
out_im = np.ones(im.shape) * 255

out_im[im == 140] = 0

imsave(outfile, out_im)

现在使用cv2.dilate ( cv2.erode on a white on black text) 去除剩余的灰尘。

Answer 3

这不是一个非常强大的解决方案，但在大多数情况下可能会有所帮助：

通过查看上面张贴的图像样本，我可以观察到对角线的一个共同特征，它们在图像边缘开始或结束，而我们感兴趣的文本位于中间，因此我们可以通过这种方式确定通过在图像矩阵的前几行和最后几列中搜索这些对角线并将它们作为噪声消除。 而且这种方法也可能花费更少的时间。