Captcha上的Python图像处理如何去除噪声

Question

我对图像处理很陌生，我想做的是清除验证码中的噪音；

对于验证码，我有不同类型的验证码：

对于第一个我所做的是：

首先，我将每个不是黑色的像素转换为黑色。然后，我从图像中找到了一种噪声模式并将其删除。对于第一个验证码，很容易清除它，我找到了带有 tesseract 的文本。

但我正在为第二个和第三个寻找解决方案。

这一定是怎样的？我的意思是清除它的可能方法是什么？

这是我删除模式的方式：

def delete(searcher,h2,w2):
    h = h2
    w = w2
    search = searcher
    search = search.convert("RGBA")
    herear = np.asarray(search)
    bigar  = np.asarray(imgCropped)

    hereary, herearx = herear.shape[:2]
    bigary,  bigarx  = bigar.shape[:2]

    stopx = bigarx - herearx + 1
    stopy = bigary - hereary + 1

    pix = imgCropped.load()

    for x in range(0, stopx):
        for y in range(0, stopy):
            x2 = x + herearx
            y2 = y + hereary
            pic = bigar[y:y2, x:x2]
            test = (pic == herear)
            if test.all():
                for q in range(h):
                    for k in range(w):
                        pix[x+k,y+q] = (255,255,255,255) 

对不起变量名，我只是在测试函数。

谢谢..

Answer 1

这是我所能得到的：

您可能知道medianBlur在每个内核中找到中值并将该值替换为内核中心的函数。我们可以做类似的事情，但不要使用中位数，使用最大值然后使用最小值。也有中值模糊，我得到了一些结果。我知道它们并不完美，但我希望它能给你一些想法（你可以使用输入图像和内核的大小，它可能会使结果更好一点）。

我现在没有安装 python，所以我分享了我使用过的确切 C++ 代码：

Mat im1 = imread("E:/1/3.jpg", 0);
Mat im2, im3;

im2 = Mat::zeros(im1.size(), CV_8U);
for (size_t i = 1; i < im1.rows-1; i++)
{
    for (size_t j = 1; j < im1.cols-1; j++)
    {
        double minVal, maxVal = 0;
        minMaxIdx(im1(Rect(j - 1, i - 1, 3, 3)), &minVal, &maxVal);
        im2.at<uchar>(i, j) = maxVal;
    }
}

imshow("(1) max bluring", im2);

medianBlur(im2, im2, 3);

imshow("(2) median bluring", im2);

im2.copyTo(im1);

im2 = Mat::zeros(im1.size(), CV_8U);
for (size_t i = 1; i < im1.rows - 1; i++)
{
    for (size_t j = 1; j < im1.cols - 1; j++)
    {
        double minVal, maxVal = 0;
        minMaxIdx(im1(Rect(j - 1, i - 1, 3, 3)), &minVal, &maxVal);
        im2.at<uchar>(i, j) = minVal;
    }
}

imshow("(3) min bluring", im2);

Mat tmp;
double st = threshold(im2, tmp, 10, 255, THRESH_OTSU);
threshold(im2, im2, st + 14, 255, THRESH_BINARY_INV);
//dilate(im2, im2, Mat::ones(3, 3, CV_8U));

imshow("(4) final", im2);

waitKey(0);

顺便说一下，在这种情况下，像 YOLO 和 RCNN 这样的深度学习方法是最好的方法。也试试吧。

Answer 2

这是我的解决方案，

首先我得到了背景图案（手工编辑的）。从：

之后，我创建了一个空白图像以填充图案和图像之间的差异。

img = Image.open("x.png").convert("RGBA")
pattern = Image.open("y.png").convert("RGBA")

pixels = img.load()
pixelsPattern = pattern.load()

new = Image.new("RGBA", (150, 50))
pixelNew = new.load()

for i in range(img.size[0]):
    for j in range(img.size[1]):
         if(pixels[i,j] != pixelsPattern[i,j]):
             pixelNew[i,j] = pixels[i,j]

new.save("differences.png")

这是差异..

最后，我添加了模糊并清除了非黑色的部分。

结果 ：

pytesseract 结果为 2041，该图像是错误的，但总体比率约为 %60。