代码之家 › 专栏 › 技术社区 › Ahmed Hegazy

大黑字的自适应阈值处理

image-thresholding adaptive-threshold image-processing opencv

0

Ahmed Hegazy · 技术社区 · 5 年前

cvtColor(mbgra, dst, CV_BGR2GRAY);
GaussianBlur(dst, dst, Size(11, 11), 0);
adaptiveThreshold(dst, dst, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 11, 3);

算法运行得很好,但是我有一个小问题,关于大的黑色字母,因为它从内部变得像这样空洞

问题是,如何使这些字母填写与原始图像一样的黑色,而不增加块大小的过滤器,因为这将不会发挥良好的小字母!

任何想法或建议当然欢迎!

1 回复 | 直到 5 年前

1

0

T.Lucas 5 年前

以下代码:

import numpy as np
import cv2
import matplotlib.pyplot as plt

image = cv2.imread("FYROJ.png")
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 3)

im_contours, contours, hier = cv2.findContours(thresh, mode=cv2.RETR_TREE, method=cv2.CHAIN_APPROX_NONE)
hier = hier[0]
kept_contours = [contour for idx, contour in enumerate(contours) if hier[idx][2] >= 0]

drawing = np.zeros_like(gray)
cv2.drawContours(drawing, kept_contours, -1, color=255)

ret, markers = cv2.connectedComponents(drawing)

watershed_res = cv2.watershed(image, np.int32(markers))

plt.imshow(watershed_res)
plt.show()

将生成此图像:

也许试着从这里开始,选择原始图像中有很多黑色像素的区域。。。