如何在 Python 中將前景文本與嘈雜背景分開？

Question

我正在嘗試從此圖像中提取文本

.

我嘗試使用 OpenCV 調整對比度和亮度、平滑（例如高斯模糊、中值模糊）和閾值技術（例如 Otsu），仍然有很多剩余的噪聲。

還有什么我可以嘗試的嗎？

Answer 1

您可以嘗試結合使用高斯模糊、閾值處理和形態學操作來隔離文本。 這是一個管道

模糊->閾值->打開->膨脹->按位與

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (7,7), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,2))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)

# Repair text
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7,7))
dilate = cv2.dilate(opening, kernel, iterations=2)

# Bitwise-and with input image
result = cv2.bitwise_and(image,image,mask=dilate)
result[dilate==0] = (255,255,255)

cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('dilate', dilate)
cv2.imshow('result', result)
cv2.waitKey()

Answer 2

如果需要更通用的解決方案，請繼續閱讀。 否則，您可以參考 nathancy 的答案，或本網站中的許多其他答案。

---

我假設

從此圖像中提取文本

表示您希望將此圖像中的文本作為字符串或文本的 ROI。

這稱為 OCR（光學字符識別），是一個非常復雜的深度學習問題，專門針對您發布的圖像類型（嘈雜、低清晰度、低動態范圍等）。 如果您正在尋找可以開箱即用的普通 OpenCV 庫，那么據我所知，沒有。

檢查這些鏈接以獲取源代碼和解釋 -

1. 使用 pytesseract 進行 OCR
2. 使用 EAST 檢測文本 ROI