我想通过 OCR（可能是 Tesseract）运行一些小图像/精灵并从中提取一个或多个数字，我知道这些数字/单词将具有特定的颜色（假设在嘈杂/彩色背景）。
在阅读有关 OCR 预处理图像的信息时，我认为从图像中删除所有非白色的东西会非常有益。
我同时使用imagemagick 和vips，但我不知道从哪里开始，使用什么操作以及如何搜索它。
【问题讨论】：
标签： image-processing imagemagick ocr tesseract vips
如果我们制作这样的示例图像：
magick -size 300x100 xc: +noise random -gravity center -fill white -pointsize 48 -annotate 0 "Hello" captcha.png
然后你可以用黑色填充任何不是白色的东西：
magick captcha.png -fill black +opaque white result.png
如果你想接受接近白色的颜色为白色，你可以包含一些“fuzz”：
magick captcha.png -fuzz 10% -fill black +opaque white result.png
【讨论】：
几个月前有一个关于 libvips tracker 的关于背景去除技术的讨论：
https://github.com/libvips/libvips/issues/1567
这是过滤器：
#!/usr/bin/python3
import sys
import pyvips
image = pyvips.Image.new_from_file(sys.argv[1], access="sequential")
# aim for 250 for paper with low freq. removal
# ink seems to be slightly blueish
paper = 250
ink = [150, 160, 170]
# remove low frequencies .. don't need huge accuracy
low_freq = image.gaussblur(20, precision="integer")
image = image - low_freq + paper
# pull the ink down
ink_target = 30
scale = [(paper - ink_target) / (paper - i) for i in ink]
offset = [ink_target - i * s for i, s in zip(ink, scale)]
image = image * scale + offset
# find distance to white of each pixel ... small distances go to white
white = [100, 0, 0]
image = image.colourspace("lab")
d = image.dE76(white)
image = (d < 12).ifthenelse(white, image)
# boost saturation (scale ab)
image = image * [1, 2, 2]
image.write_to_file(sys.argv[2])
它去除低频（即纸张褶皱等），扩展对比度范围，在 CIELAB 中找到接近白色的像素并将它们移动到白色，并提高饱和度。
您可能需要针对您的用例对其进行一些调整。如果您需要更多建议，请发布一些示例图片。
【讨论】：
我不是这方面的专家，但也许尝试将所有 RGB 值低于某个阈值的像素更改为黑色，或者删除它们？ 正如我之前提到的，我对这些都不是很了解，但我不明白为什么这不起作用。
【讨论】：
如果图像是合成且未压缩的，您可以测试 RGB 值是否严格相等。否则，对 RGB 三元组之间的距离使用阈值（例如欧几里得或曼哈顿）。
如果您想允许亮度变化但不允许颜色变化，您可以转换为 HLS 并比较 HS。
【讨论】：