4

我有一个经过处理的验证码图像（放大），如下所示：
验证码

如您所见，“TEXT”的字体大小略大于噪声线的宽度。
所以我需要一种算法或代码来去除这张图片中的嘈杂线条。

在 Python PIL 库和下面提到的斩波算法的帮助下，我无法获得 OCR 可以轻松读取的输出图像。

这是我尝试过的 Python 代码：

import PIL.Image
import sys

# python chop.py [chop-factor] [in-file] [out-file]

chop = int(sys.argv[1])
image = PIL.Image.open(sys.argv[2]).convert('1')
width, height = image.size
data = image.load()

# Iterate through the rows.
for y in range(height):
    for x in range(width):

        # Make sure we're on a dark pixel.
        if data[x, y] > 128:
            continue

        # Keep a total of non-white contiguous pixels.
        total = 0

        # Check a sequence ranging from x to image.width.
        for c in range(x, width):

            # If the pixel is dark, add it to the total.
            if data[c, y] < 128:
                total += 1

            # If the pixel is light, stop the sequence.
            else:
                break

        # If the total is less than the chop, replace everything with white.
        if total <= chop:
            for c in range(total):
                data[x + c, y] = 255

        # Skip this sequence we just altered.
        x += total


# Iterate through the columns.
for x in range(width):
    for y in range(height):

        # Make sure we're on a dark pixel.
        if data[x, y] > 128:
            continue

        # Keep a total of non-white contiguous pixels.
        total = 0

        # Check a sequence ranging from y to image.height.
        for c in range(y, height):
            # If the pixel is dark, add it to the total.
            if data[x, c] < 128:
                total += 1

            # If the pixel is light, stop the sequence.
            else:
                break

        # If the total is less than the chop, replace everything with white.
        if total <= chop:
            for c in range(total):
                data[x, y + c] = 255

        # Skip this sequence we just altered.
        y += total

image.save(sys.argv[3])

所以，基本上我想知道一个更好的算法/代码来消除噪音，从而使图像能够被 OCR（Tesseract 或 pytesser）读取。

4

3 回答 3

1

要快速消除大部分线条，您可以将具有两个或更少相邻黑色像素的所有黑色像素变为白色。那应该可以修复杂散线。然后，当您有很多“块”时，您可以删除较小的块。

这是假设样本图像已被放大，并且线条只有一个像素宽。

于 2013-03-10T06:37:04.303 回答
0

我个人如上所述使用扩张和侵蚀，但将其与宽度和高度的一些基本统计数据结合起来，尝试找出异常值并根据需要消除这些线。之后，在将临时图像用作原始图像之前，采用内核的最小值并在临时图像中转换该颜色的中心像素（向下迭代旧图像）的过滤器应该可以工作。在枕头/PIL 中，基于最小值的任务是通过 img.filter(ImageFilter.MINFILTER) 完成的。

如果这还不够，它应该生成一个可识别的集合，OpenCV 的轮廓和最小边界旋转框可用于旋转一个字母以进行比较（此时我推荐 Tesseract 或商业 OCR，因为它们有大量的字体和额外的聚类和清理等功能）。

于 2014-09-19T14:21:08.813 回答
0

您可以使用自己的扩张和侵蚀功能，这将删除最小的线条。一个很好的实现可以在这里找到。

于 2013-04-15T08:46:21.807 回答