OpenCV 去除背景噪音和伪影

Question

我有以下图片：

我可以使用以下 OpenCV Java 代码对该图像进行灰度化处理：

public static Mat grayscale(Mat mat) throws IOException {
    Mat gray = new Mat(mat.size(), CvType.CV_8UC1);
    if (mat.channels() == 3) {
        Imgproc.cvtColor(mat, gray, Imgproc.COLOR_RGB2GRAY);
    } else if (mat.channels() == 1) {
        mat.copyTo(gray);
    } else {
        throw new IOException("Invalid image type:" + mat.type());
    }
    return gray;
}

现在我需要从这张图片中去除背景噪音（扫描伪影、线条），只留下扫描的卡片。我想我必须使用阈值，在那里侵蚀但无法使用 OpenCV 来做到这一点。

我正在玩它，但结果现在很糟糕，并且破坏了所有图像：

public static Mat clean(Mat srcImage) {
    Core.normalize(srcImage, srcImage, 0, 255, Core.NORM_MINMAX);
    Imgproc.threshold(srcImage, srcImage, 0, 255, Imgproc.THRESH_OTSU);
    //Imgproc.erode(srcImage, srcImage, new Mat());
    Imgproc.dilate(srcImage, srcImage, new Mat(), new Point(0, 0), 1);
    return srcImage;
}

请说明如何使用 OpenCV Java 来实现。

更新

我正在尝试将 janu777 提供的 Python 示例移植到 Java。这是我当前的代码：

Mat image = Imgcodecs.imread("test.png");

Mat gray = new Mat();
Imgproc.cvtColor(image, gray, Imgproc.COLOR_BGR2GRAY);
Core.absdiff(gray, new Scalar(255), gray);

double thresh = Imgproc.threshold(gray, gray, 5, 255, Imgproc.THRESH_TOZERO);

Mat kernel1 = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(11, 11));
Mat kernel2 = Mat.ones(3, 3, CvType.CV_8U);

Mat erosion = new Mat();
Imgproc.erode(gray, erosion, kernel2);
Mat dilation = new Mat();
Imgproc.dilate(erosion, dilation, kernel1);

现在我得到了答案中提供的另一个结果：

我找不到应该应用 thresh 参数的地方，而且我没有使用 Imgproc.erode 和 Imgproc.dilate 方法的迭代参数，因为在这种情况下，方法签名还需要额外的 @987654333 @ 参数，我现在没有。

我做错了什么？

Answer 1

在@Silencer 评论之后，我使用 python 和 Opencv 实现了这个想法。请转换算法以使用 java。

第 1 步： 使用椭圆结构元素的形态学运算。

img = cv2.imread("test.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.subtract(255,gray)
ret,thresh = cv2.threshold(gray,5,255,cv2.THRESH_TOZERO)
kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(11,11))
kernel2 = np.ones((3,3),np.uint8)
erosion = cv2.erode(thresh,kernel2,iterations = 1)
dilation = cv2.dilate(erosion,kernel1,iterations = 7)

结果：

第 2 步：寻找轮廓

im2,contours, hierarchy = cv2.findContours(dilation,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
c = max(contours, key = cv2.contourArea)
rect = cv2.minAreaRect(c)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,0,255),2)

结果：

第 3 步：旋转图像并裁剪

# rotate img
angle = rect[2]
rows,cols = img.shape[0], img.shape[1]
M = cv2.getRotationMatrix2D((cols/2,rows/2),angle,1)
img_rot = cv2.warpAffine(img,M,(cols,rows))

# rotate bounding box
rect0 = (rect[0], rect[1], 0.0)
box = cv2.boxPoints(rect)
pts = np.int0(cv2.transform(np.array([box]), M))[0]    
pts[pts < 0] = 0

# crop
img_crop = img_rot[pts[1][1]:pts[0][1], 
                   pts[1][0]:pts[2][0]]
cv2.imshow("finalresult.jpg",img_crop)