使用opencv获取图像的较暗线条

Question

我们如何去除图像中较亮的线条而只得到较暗的线条？

下图中有一个数独游戏（取自here）。 Adaptive Gaussian Thresholding 提供了非常好的结果，但它也包括灰色（较浅）线。

注意：我试过 canny，但它也会删除数字。

Answer 1

如果我先进行背景均衡，我会得到最好的结果，这样我就可以使用全局阈值，然后使用扩张和侵蚀等形态学操作。

以下示例在我的 iPython notebook 中运行，在 Ubuntu 15.10 上使用 python 3.4 和 opencv 3.1-dev：

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

image = cv2.imread('sudokubig.jpg', 0)

if image is None:
    raise ValueError('Image not found!')

# background equalization
max_value = np.max(image)
backgroundRemoved = image.astype(float)
blur = cv2.GaussianBlur(backgroundRemoved, (151,151), 50)
backgroundRemoved = backgroundRemoved/blur
backgroundRemoved = (backgroundRemoved*max_value/np.max(backgroundRemoved)).astype(np.uint8)


fig = plt.figure(figsize=(20, 20))
plt.subplot(311),plt.imshow(image, 'gray'),plt.title('Input'),plt.axis('off')
plt.subplot(312),plt.imshow(backgroundRemoved, 'gray'),plt.title('Background Removed'),plt.axis('off')

ret, thres = cv2.threshold(backgroundRemoved,130,255,cv2.THRESH_BINARY)

# remove horizontal lines
kernel = np.ones((4, 1),np.uint8)
dilation1 = cv2.dilate(thres, kernel, iterations = 1)

# remove vertical lines
kernel = np.ones((1, 4),np.uint8)
dilation2 = cv2.dilate(dilation1, kernel, iterations = 1)

kernel = np.ones((3, 3),np.uint8)
erosion = cv2.erode(dilation2, kernel, iterations = 1)

plt.subplot(313),plt.imshow(erosion, 'gray'),plt.title('Final'),plt.axis('off')
plt.show()

kernel = np.ones((1, 4),np.uint8)
dilation = cv2.dilate(dilation, kernel, iterations = 1)

kernel = np.ones((3, 3),np.uint8)
erosion = cv2.erode(dilation, kernel, iterations = 1)

fig = plt.figure() 
plt.imshow(erosion, cmap='gray'),plt.title('missmatch')
plt.show()

也许你会找到更聪明的方法或更好的参数。我很想在这里看到你的改进，但我希望这个简短的 sn-p 对你有所帮助。