从图像中的统一背景中提取页面

Question

如果我有一张图像,其中有一页文字在均匀背景上拍摄,我该如何自动检测纸张和背景之间的边界？

我想要检测的图像示例如下所示.我将要处理的图像由统一背景上的单个页面组成,它们可以以任何角度旋转.

Answer 1

一种简单的方法是,一旦将图像转换为灰度,就可以将图像阈值设置为某个已知值.这种方法的问题在于我们正在应用全局阈值,因此如果您将阈值设置得太高,图像底部的某些纸张将会丢失.如果你将阈值设置得太低,那么你肯定会得到这篇论文,但是你也会包含很多背景像素,并且可能很难通过后期处理去除那些像素.

我可以建议的一件事是使用自适应阈值算法.过去对我有用的算法是Bradley-Roth自适应阈值算法.你可以在我评论的帖子上阅读这篇文章:

布拉德利自适应阈值处理 - 困惑(问题)

但是,如果您想要它的要点,则首先拍摄图像的灰度版本的整体图像.积分图像很重要,因为它允许您在O(1)复杂度中计算窗口内像素的总和.但是,通常会计算积分图像O(n^2),但您只需要执行一次.使用积分图像,您可以扫描大小像素的邻域,s x s并检查平均强度是否小t%于此s x s窗口内的实际平均值,然后将像素分类为背景.如果它更大,那么它被归类为前景的一部分.这是自适应的,因为阈值处理是使用局部像素邻域而不是使用全局阈值来完成的.

我已经为您编写了Bradley-Roth算法的实现.算法的默认参数s是图像宽度的1/8,t为15%.因此,您可以通过这种方式调用它来调用默认参数:

out = adaptiveThreshold(im);

im是输入图像,out是一个二进制图像,表示属于foreground(logical true)或background(logical false)的内容.您可以使用第二个和第三个输入参数:s作为阈值窗口的大小和t我们上面谈到的百分比,可以像这样调用函数:

out = adaptiveThreshold(im, s, t);

因此,算法的代码如下所示:

function [out] = adaptiveThreshold(im, s, t)

%// Error checking of the input
%// Default value for s is 1/8th the width of the image
%// Must make sure that this is a whole number
if nargin <= 1, s = round(size(im,2) / 8); end

%// Default value for t is 15
%// t is used to determine whether the current pixel is t% lower than the
%// average in the particular neighbourhood
if nargin <= 2, t = 15; end

%// Too few or too many arguments?
if nargin == 0, error('Too few arguments'); end
if nargin >= 4, error('Too many arguments'); end

%// Convert to grayscale if necessary then cast to double to ensure no
%// saturation
if size(im, 3) == 3
    im = double(rgb2gray(im));
elseif size(im, 3) == 1
    im = double(im);
else
    error('Incompatible image: Must be a colour or grayscale image');
end

%// Compute integral image
intImage = cumsum(cumsum(im, 2), 1);

%// Define grid of points
[rows, cols] = size(im);
[X,Y] = meshgrid(1:cols, 1:rows);

%// Ensure s is even so that we are able to index the image properly
s = s + mod(s,2);

%// Access the four corners of each neighbourhood
x1 = X - s/2; x2 = X + s/2;
y1 = Y - s/2; y2 = Y + s/2;

%// Ensure no co-ordinates are out of bounds
x1(x1 < 1) = 1;
x2(x2 > cols) = cols;
y1(y1 < 1) = 1;
y2(y2 > rows) = rows;

%// Count how many pixels there are in each neighbourhood
count = (x2 - x1) .* (y2 - y1);

%// Compute row and column co-ordinates to access each corner of the
%// neighbourhood for the integral image
f1_x = x2; f1_y = y2;
f2_x = x2; f2_y = y1 - 1; f2_y(f2_y < 1) = 1;
f3_x = x1 - 1; f3_x(f3_x < 1) = 1; f3_y = y2;
f4_x = f3_x; f4_y = f2_y;

%// Compute 1D linear indices for each of the corners
ind_f1 = sub2ind([rows cols], f1_y, f1_x);
ind_f2 = sub2ind([rows cols], f2_y, f2_x);
ind_f3 = sub2ind([rows cols], f3_y, f3_x);
ind_f4 = sub2ind([rows cols], f4_y, f4_x);

%// Calculate the areas for each of the neighbourhoods
sums = intImage(ind_f1) - intImage(ind_f2) - intImage(ind_f3) + ...
    intImage(ind_f4);

%// Determine whether the summed area surpasses a threshold
%// Set this output to 0 if it doesn't
locs = (im .* count) <= (sums * (100 - t) / 100);
out = true(size(im));
out(locs) = false;

end

当我用你的形象和我设置s = 500和t = 5,这里的代码,这是我的形象得到:

im = imread('http://i.stack.imgur.com/MEcaz.jpg');
out = adaptiveThreshold(im, 500, 5);
imshow(out);

您可以看到图像的底部白色有一些虚假的白色像素,我们需要在纸张内部填充一些孔.因此,让我们使用一些形态并声明一个15 x 15平方的结构元素,执行一个开口来移除噪声像素,然后在我们完成时填充漏洞:

se = strel('square', 15);
out = imopen(out, se);
out = imfill(out, 'holes');
imshow(out);

这就是我在所有这些之后得到的:

不错呃？现在,如果您真的想要看到纸张分割后的图像,我们可以使用此蒙版并将其与原始图像相乘.这样,属于纸张的任何像素都会保留,而属于背景的像素则会消失:

out_colour = bsxfun(@times, im, uint8(out));
imshow(out_colour);

我们得到这个:

你必须使用这些参数,直到它适合你,但上面的参数是我用来使它适用于你展示给我们的特定页面的参数.图像处理完全是试验和错误,并按正确的顺序执行处理步骤,直到您获得足够好的东西为您的目的.

快乐的图像过滤!