Image processing PIL-图像处理-如何在没有噪声背景的情况下获得干净的图像？阐述了二值化步骤？

下午好

我正在写一个ocr程序来检测图像上的文本。到目前为止，我得到了很好的结果，但当文本是黑色和背景是白色。如何改进浅色背景（黄色、绿色等）上有白色文本的图像

一个原始示例图像可以是：

到目前为止，我只是使用以下方法将其转换为灰度：

image = image.convert('L')

然后应用一系列过滤器，例如： 锐化 光滑的 变得模糊不清 等

然后我像这样进行二值化：

image = image.point(lambda x: 0 if x<128 else 255, '1') #refers to http://stackoverflow.com/questions/18777873/convert-rgb-to-black-or-white and also to http://stackoverflow.com/questions/29923827/extract-cow-number-from-image

---

image=image.point（lambda x:0如果x我用ImageMagick尝试过这个，它也有Python绑定-除了我在命令行做的。我想你可以很容易地适应我所做的-我不会说Python也不会使用PIL，但希望它能给你一些关于可能途径的见解

convert http://i.stack.imgur.com/2cFk3.jpg -fuzz 50% -fill black +opaque white -threshold 50% x.png

基本上，它采用任何不在白色50%以内的颜色，并用黑色填充，然后将结果阈值设置为纯黑色和白色


另一种选择是根据颜色的饱和度对图像进行阈值设置。因此，将图像转换为HSB颜色空间，分离通道并丢弃色调和亮度。然后，剩下的饱和度阈值如下所示：

convert http://i.stack.imgur.com/2cFk3.jpg -colorspace hsb -separate -delete 0,2 -threshold 50% x.png

加入一个
-否定
，得到黑色的白色字母


我已经为PIL复制了一些其他代码，并且正在对其进行某种/某种程度的修改，使其接近您所需要的内容-请记住，我不懂Python：

import colorsys
from PIL import Image
im = Image.open(filename)
ld = im.load()
width, height = im.size
for y in range(height):
    for x in range(width):
        r,g,b = ld[x,y]
        h,s,v = colorsys.rgb_to_hsv(r/255., g/255., b/255.)

        if s>0.5:                     // <--- here onwards is my attempted Python
           ld[x,y] = (0,0,0)
        else:
           ld[x,y] = (255,255,255)

导入colorsys
从PIL导入图像
im=Image.open（文件名）
ld=im.load（）
宽度、高度=im尺寸
对于范围内的y（高度）：
对于范围内的x（宽度）：
r、 g，b=ld[x，y]
h、 s，v=colorsys.rgb_至hsv（r/255，g/255，b/255.）
如果s>0.5://那么现在我必须弄清楚如何使用pil，谢谢！任何人都可以帮我“翻译”成Python语言吗？：）我能看到Mark所做的和你所做的唯一区别是灰度转换。有不同的方法可以将rgb转换为灰色，50%（或128）的阈值适用于其中一种，但不适用于您使用的阈值。这里真正的解决方案不是改变灰度转换或阈值，使其适用于黄白图像，而是编写一个算法，搜索合适的阈值。一个例子是按颜色进行聚类，然后识别白色和黑色的聚类，并将它们全部涂黑。我仍然不知道任何Python，但我相信您应该能够将图像转换为
numpy
数组（无论是什么），然后使用，您可以将饱和值设置为50%，以获得我的第二个建议答案。感谢您的澄清@dvhamme。当你说“一个例子是按颜色进行聚类，然后识别白色和黑色的聚类，并将它们全部涂黑”时，你是说自适应阈值？