image-processing - 模糊图像的自适应阈值

Question

我有一个相当模糊的 432x432 数独拼图图像，它不能很好地自适应阈值（取 5x5 像素块大小的平均值，然后减去 2）：

可以看到，数字有点扭曲，里面有很多破损，有几个5融合成6，6融合成8。此外，还有大量的噪音。为了修复噪点，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）也无法消除所有破损并将数字更加融合在一起：

我还尝试在阈值处理后对图像进行扩张，这与增加块大小的效果类似；和锐化图像，这在一种或另一种方式上没有多大作用。我还应该尝试什么？

Answer 1

一个很好的解决方案是使用形态闭合使亮度均匀，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：

Answer 2

看看平滑图像 OpenCV 教程。除了 GaussianBlur 还有你medianBlur也bilateralFilter可以用它来减少噪音。我从您的源图像中获得了这张图片（右上角）：

更新：删除小轮廓后得到以下图像：

更新：您也可以锐化图像（例如，使用Laplacian）。看看这个讨论。

Answer 3

始终应用高斯以获得更好的结果。

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