图像处理 剪切与图案不同的区域

Question

你好，

我想区分第一张图片和第二张图片，

我想从图像中删除数字。

我得到了像素之间的差异，但结果是：

但我想要的是：

可以像这样剪切图像吗？

这是我所做的：

import cv2 
import numpy as np
from PIL import Image
import pytesseract
import os
import sys

img = Image.open("recherche.png").convert("RGBA")
pattern = Image.open("pattern.png").convert("RGBA")

pixels = img.load()
pixelsPattern = pattern.load()

new = Image.open("new.png").convert("RGBA")
pixelNew = new.load()

for i in range(img.size[0]):
    for j in range(img.size[1]):
         if(pixels[i,j] != pixelsPattern[i,j]):
             pixelNew[i,j] = pixels[i,j]

我直接得到了一点差异，但它没有给我我想要的东西，我尝试了中值模糊和类似的东西来做第 4 张图像，但我无法像第 4 张图像那样使其清晰。
（我用油漆手动创建了第四张图像。）

Answer 1

这是一个具有挑战性的问题，因为该模式被故意设计为使其难以通过软件解决。

我建议采取以下步骤：

• 将img和pattern转换为二进制图像（灰度级别不是数字的一部分）。
• 计算img和pattern绝对差。
• 应用闭合形态操作来闭合小间隙。

这是代码：

import cv2
import numpy as np

# Read image and pattern as Grayscale images (output of cv2.imread is numpty array).
img = cv2.imread("recherche.png", cv2.IMREAD_GRAYSCALE)
pattern = cv2.imread("pattern.png", cv2.IMREAD_GRAYSCALE)

# Convert img and pattern to binary images (all values above 1 goes to 255)
_, img = cv2.threshold(img, 1, 255, cv2.THRESH_BINARY)
_, pattern = cv2.threshold(pattern, 1, 255, cv2.THRESH_BINARY)

# Compute absolute difference of img and pattern (result is 0 where equal and 255 when not equal)
dif = cv2.absdiff(img, pattern)

# Apply closing morphological operation
dif = cv2.morphologyEx(dif, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5)));

dif = 255 - dif  # Inverse polarity

# Display result
cv2.imshow('dif', dif)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

结果：

如您所见，解决方案并不完美，但获得完美结果非常具有挑战性......