模糊图像的自适应阈值

Question

我有一张非常模糊的432x432的数独拼图，它的自适应阈值不好（取5x5像素块大小的平均值，然后减去2）：

正如你所看到的，数字有点失真，有很多破损，一些5s融合成6s，6s融合成8s。此外，还有大量噪音。为了修复噪声，我必须使用高斯模糊使图像更加模糊。然而，即使是相当大的高斯核和自适应阈值块大小（21x21，减去2）也无法消除所有中断，并将数字融合到一起，甚至更严重：

我还尝试过在阈值化后放大图像，这与增加块大小有相似的效果；和锐化图像，这样或那样都没什么用。我还应该尝试什么？

Answer 1

始终应用高斯函数以获得更好的结果。

cvAdaptiveThreshold(original_image, thresh_image, 255,
            CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, 11, 2);

Answer 2

看看平滑图像OpenCV教程。除了GaussianBlur，还有medianBlur和bilateralFilter，您也可以使用它们来降低噪声。我从您的源图像（右上角）中获得了这张图像：

更新：和下面的图片，我得到后删除小轮廓：

更新：还可以锐化图像（例如，使用拉普拉斯算子）。看看这个讨论。

Answer 3

一个很好的解决方案是使用形态学闭合使亮度均匀，然后使用常规（非自适应）Otsu阈值：

// Divide the image by its morphologically closed counterpart
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(19,19));
Mat closed = new Mat();
Imgproc.morphologyEx(image, closed, Imgproc.MORPH_CLOSE, kernel);

image.convertTo(image, CvType.CV_32F); // divide requires floating-point
Core.divide(image, closed, image, 1, CvType.CV_32F);
Core.normalize(image, image, 0, 255, Core.NORM_MINMAX);
image.convertTo(image, CvType.CV_8UC1); // convert back to unsigned int

// Threshold each block (3x3 grid) of the image separately to
// correct for minor differences in contrast across the image.
for (int i = 0; i < 3; i++) {
    for (int j = 0; j < 3; j++) {
        Mat block = image.rowRange(144*i, 144*(i+1)).colRange(144*j, 144*(j+1));
        Imgproc.threshold(block, block, -1, 255, Imgproc.THRESH_BINARY_INV+Imgproc.THRESH_OTSU);
    }
}

结果：