如何从图像中删除水平和垂直线

Question

我的图像是在螺旋笔记本纸上书写的文字。纸有水平线。我想从图像中删除水平线。

在进行谷歌搜索时，我发现了一个我认为可行的解决方案：通过使用形态学运算提取水平线和垂直线该解决方案是C
++的，因此我将其转换为Python。它在该解决方案中提供的示例图像上效果很好，但是，它似乎不适用于我的图像。

在我的图像上运行它时，我得到以下结果：

原始图片

产生的图像

以下是我从C ++转换的Python代码

 #cpp code converted from     http://docs.opencv.org/3.2.0/d1/dee/tutorial_moprh_lines_detection.html

import cv2
import numpy as np

img = cv2.imread("original.jpg")
img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

img = cv2.bitwise_not(img)
th2 = cv2.adaptiveThreshold(img,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,-2)
cv2.imshow("th2", th2)
cv2.imwrite("th2.jpg", th2)
cv2.waitKey(0)
cv2.destroyAllWindows()

horizontal = th2
vertical = th2
rows,cols = horizontal.shape
horizontalsize = cols / 30
horizontalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (horizontalsize,1))
horizontal = cv2.erode(horizontal, horizontalStructure, (-1, -1))
horizontal = cv2.dilate(horizontal, horizontalStructure, (-1, -1))
cv2.imshow("horizontal", horizontal)
cv2.imwrite("horizontal.jpg", horizontal)
cv2.waitKey(0)
cv2.destroyAllWindows()

verticalsize = rows / 30
verticalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (1, verticalsize))
vertical = cv2.erode(vertical, verticalStructure, (-1, -1))
vertical = cv2.dilate(vertical, verticalStructure, (-1, -1))
cv2.imshow("vertical", vertical)
cv2.imwrite("vertical.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

vertical = cv2.bitwise_not(vertical)
cv2.imshow("vertical_bitwise_not", vertical)
cv2.imwrite("vertical_bitwise_not.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step1
edges = cv2.adaptiveThreshold(vertical,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,3,-2)
cv2.imshow("edges", edges)
cv2.imwrite("edges.jpg", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step2
kernel = np.ones((2, 2), dtype = "uint8")
dilated = cv2.dilate(edges, kernel)
cv2.imshow("dilated", dilated)
cv2.imwrite("dilated.jpg", dilated)
cv2.waitKey(0)
cv2.destroyAllWindows()

# step3
smooth = vertical.copy()

#step 4
smooth = cv2.blur(smooth, (4,4))
cv2.imshow("smooth", smooth)
cv2.imwrite("smooth.jpg", smooth)
cv2.waitKey(0)
cv2.destroyAllWindows()

#step 5
(rows, cols) = np.where(img == 0)
vertical[rows, cols] = smooth[rows, cols]

cv2.imshow("vertical_final", vertical)
cv2.imwrite("vertical_final.jpg", vertical)
cv2.waitKey(0)
cv2.destroyAllWindows()

我也尝试在原始图像上使用ImageMagik，以消除线条。

使用 ImageMagik 可以获得更好的结果，但仍然不完全准确。

convert original -morphology close:3 "1x5: 0,1,1,1,0" original_im.jpg

Answer 1

您的案例比解决方案所依据的教程中提供的案例要简单得多。使用这种方法，由于有时字符的水平部分会被视为行，因此您将无法100％地过滤行。

取决于您的期望（您尚未真正指定），尤其是您期望的准确性，您可能想尝试查找字符而不是找到行。那应该为您提供更强大的功能。

关于代码，通过在图像上找到水平线之后（在verticalsize = rows / 30代码行之前）添加几行代码，您可以获得一些结果。我已经处理了一半大小的图像。

Horizo​​ntalsize = int（cols / 30）的结果

结果与horizo​​ntalsize = int（cols / 15）

同样，我要强调的是，在您的情况下，采用这种方法将永远是不正确的。这是代码段：

#inverse the image, so that lines are black for masking
horizontal_inv = cv2.bitwise_not(horizontal)
#perform bitwise_and to mask the lines with provided mask
masked_img = cv2.bitwise_and(img, img, mask=horizontal_inv)
#reverse the image back to normal
masked_img_inv = cv2.bitwise_not(masked_img)
cv2.imshow("masked img", masked_img_inv)
cv2.imwrite("result2.jpg", masked_img_inv)
cv2.waitKey(0)
cv2.destroyAllWindows()

horizontalsize如果我提供的图像有些令人满意，请尝试使用。我还使用了int转换，因为这是该getStructuringElement函数所期望的：horizontalsize = int(cols / 30)。

您还可以尝试对结果进行一些平滑和形态处理。这应该使字符更具可读性。