使用openCV删除部分边框
使用openCV删除部分边框
提问于 2018-08-10 04:18:56
我正在使用OpenCV查找图像中的表格数据，以便我可以对其使用光学字符识别。到目前为止，我已经能够在图像中找到表，找到表中的列，然后找到每列中的每个单元格。它工作得很好，但我遇到了细胞壁卡在我的图像中的问题，我无法可靠地移除它们。This is one example that I'm having difficulty with.This would be another example.
我已经尝试了几种方法来获得更好的图像。我最幸运的是找到了等高线。
img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 180, 255, cv2.THRESH_BINARY)
image_final = cv2.bitwise_and(img2gray, img2gray, mask=mask)
ret, new_img = cv2.threshold(image_final, 180, 255, cv2.THRESH_BINARY_INV)
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 3))
# dilate , more the iteration more the dilation
dilated = cv2.dilate(new_img, kernel, iterations=3)
cv2.imwrite('../test_images/find_contours_dilated.png', dilated)我一直在尝试内核大小和扩张迭代，并发现这是最好的配置。
我使用的另一种方法是PIL，但只有在整个图像的边界是一致的情况下才是真正好的，但在我的例子中却不是。
copy = Image.fromarray(img)
try:
bg = Image.new(copy.mode, copy.size, copy.getpixel((0, 0)))
except:
return None
diff = ImageChops.difference(copy, bg)
diff = ImageChops.add(diff, diff, 2.0, -100)
bbox = diff.getbbox()
if bbox:
return np.array(copy.crop(bbox))我还尝试了其他一些想法，但都没有让我走得太远。任何帮助都将不胜感激。
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-08-11 20:46:57
你可以试着找到等高线，然后把它们“画出来”。这意味着你可以用cv2.rectangle在图像的边框上绘制一个与“墙”相连的边框(这将结合所有的轮廓-墙)。最大的两个轮廓线将是您的墙的外线和内线，您可以绘制白色的轮廓来删除边界。然后再次应用阈值来消除其余的噪声。干杯!
示例：
import cv2
import numpy as np
# Read the image
img = cv2.imread('borders2.png')
# Get image shape
h, w, channels = img.shape
# Draw a rectangle on the border to combine the wall to one contour
cv2.rectangle(img,(0,0),(w,h),(0,0,0),2)
# Convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Apply binary threshold
_, threshold = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
# Search for contours and sort them by size
_, contours, hierarchy = cv2.findContours(threshold,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
area = sorted(contours, key=cv2.contourArea, reverse=True)
# Draw it out with white color from biggest to second biggest contour
cv2.drawContours(img, ((contours[0]),(contours[1])), -1, (255,255,255), -1)
# Apply binary threshold again to the new image to remove little noises
_, img = cv2.threshold(img, 180, 255, cv2.THRESH_BINARY)
# Display results
cv2.imshow('img', img)结果：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51775170
复制相关文章
相似问题
腾讯云开发者
