當圖像在黑色背景上有白色文本時如何對圖像進行二值化，反之亦然？

Question

我想對 OCR 的圖像進行二值化。 我附上了將圖像數據作為輸入並返回二進制圖像的代碼，此方法適用於大多數圖像。

例如，

• 原來的：

• 結果：

def preprocessing(image):
    image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blured1 = cv2.medianBlur(image, 3)
    blured2 = cv2.medianBlur(image, 51)
    divided = np.ma.divide(blured1, blured2).data
    normed = np.uint8(255 * divided / divided.max())
    th, image = cv2.threshold(normed, 100, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    image = cv2.erode(image, np.ones((3, 3), np.uint8))
    image = cv2.dilate(image, np.ones((3, 3), np.uint8))
    return image

但是當我在下面附加的圖像上應用相同的方法時，它不會按預期工作。 它應該提供具有用於 tesseract 輸入的可讀文本的圖像。

• 原圖1：

• 預處理圖像：

• 原始圖像 2：

• 預處理圖像：

Answer 1

您可能應該嘗試自己拆卸圖像。 我認為 Bradley-Roth 算法（ Bradley-Roth Adaptive Thresholding Algorithm - How do I get better performance? ）可以幫助您稍作修改 - 如果鄰域比 128 亮，那么如果鄰域是比 128 暗，那么亮的部分會突出顯示。