相关疑难解决方法(0)

如何使用标准图像处理过滤器(来自OpenCV)从图像中删除长水平和垂直线？

图像是B&W,因此删除意味着简单地绘制黑色.

插图:

我目前正在使用Python,迭代像素行和列并检测连续像素的范围,删除那些长于N像素的像素.但是,与OpenCV库相比,它确实很慢,如果有一种方法可以实现与OpenCV功能相同的功能,那么可能会快几个数量级.

我想这可以通过使用一行像素(对于水平线)的内核进行卷积来完成,但是我很难确定完成这一操作的确切操作.

使用以下代码，我可以删除图像中的水平线。参见下面的结果。

import cv2
from matplotlib import pyplot as plt

img = cv2.imread('image.png',0)

laplacian = cv2.Laplacian(img,cv2.CV_64F)
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5)

plt.subplot(2,2,1),plt.imshow(img,cmap = 'gray')
plt.title('Original'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,2),plt.imshow(laplacian,cmap = 'gray')
plt.title('Laplacian'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,3),plt.imshow(sobelx,cmap = 'gray')
plt.title('Sobel X'), plt.xticks([]), plt.yticks([])

plt.show()

结果是非常好的，不是完美的但很好。我要实现的是这里显示的那个。我正在使用此代码。

源图像

我的问题之一是：如何保存Sobel X没有应用灰色效果的情况？作为原始但已处理..

另外，还有更好的方法吗？

编辑

对源图像使用以下代码是好的。效果很好。

import cv2
import numpy as np

img = cv2.imread("image.png")
img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

img = cv2.bitwise_not(img)
th2 = cv2.adaptiveThreshold(img,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,-2)
cv2.imshow("th2", th2)
cv2.imwrite("th2.jpg", th2)
cv2.waitKey(0)
cv2.destroyAllWindows()

horizontal = th2
vertical = th2 …

我正在开发一个项目，该项目允许用户拍摄手写公式的照片并将其发送到我的服务器。我只想留下与数学相关的符号，而不是表格网格。

样本照片：

(1) 原始RGB照片

(2) 灰度模糊

(3) 应用自适应阈值后

注意： 我希望我的算法能够处理任何颜色的工作表网格。

一些代码片段可能是什么？

例如,可能存在一个包含行中文本的表.我怎么能找到穿过桌子的所有直线水平线？例如(红线是找到的线):