【发布时间】：2019-05-04 15:31:28
【问题描述】：
【问题讨论】：
-
使用阈值（寻找亮白色）、模板匹配、OCR 或其他技术来识别文本的位置，然后使用
InPainting填充它docs.opencv.org/3.4.0/df/d3d/tutorial_py_inpainting.html
【发布时间】：2019-05-04 15:31:28
【问题描述】：
在此图像中的大多数情况下，对较白区域进行蒙版然后进行修复的阈值处理。
img = cv2.imread('ultrasound.png')
mask = cv2.threshold(img, 210, 255, cv2.THRESH_BINARY)[1][:,:,0]
dst = cv2.inpaint(img, mask, 7, cv2.INPAINT_NS)
这是面具：
这是修复的图像：
请注意，阈值掩码并不准确，包括没有字母的较亮区域。但更重要的是，如果遮罩不包含需要移除的区域，例如中间十字的暗阴影，则尤其存在问题。这是该区域的放大图。
蒙版只是白色区域，不覆盖黑暗区域。对于此类阈值不够的问题，可以手动调整掩码。在这里，我在蒙版中取了原来的十字架并转移到也覆盖了阴影，并且修复效果更好。 （同样，如果需要，可以手动移除不应该包含在遮罩中的区域）
crosses = mask[235:267,290:320] | mask[233:265,288:318]
mask[235:267,290:318] = crosses
dst = cv2.inpaint(img, mask, 7, cv2.INPAINT_NS)
【讨论】：