Opencv 如何从OCR图像中过滤纹理

我正在尝试对一些具有如下纹理的表单进行OCR：

该纹理会导致OCR程序忽略它，并将其标记为图像区域

我考虑使用形态学。带有星形的关闭操作结束时如下所示：

对于OCR来说，这个结果仍然不够好

当我手动擦除“pepper”并对图像进行自适应阈值处理时，如下所示在OCR上获得了良好的结果：

你对这个问题还有别的想法吗

---

感谢

对于给定的图像，5x5中值滤波器的效果略好于闭合滤波器。从那里，具有自适应阈值的二值化可以去除更多的背景

无论如何，结果的质量将在很大程度上取决于图像，而完美的结果是无法实现的

---

也许可以看看这个：（请参见ocr文档清理）。

背景模式非常规则且有方向性，因此傅里叶域中的过滤必须在这里做得很好。试试这个例子

---

使用GIMP的这种过滤的具体例子可以找到

考虑到您知道字体大小，您也可以考虑使用连接组件过滤，也许结合形态学操作。为了能够保留逗号，如果较小的连接组件靠近与您试图读取的字符大小相似的组件，请小心。

您可以控制哪些变量？例如，字体是否总是相同的，你是否总是在寻找数值，等等，什么是你可以接受的结果？我更喜欢通过尽可能消除纹理来解决它。原则上，字体总是相同的，在某些情况下会有字母或数字。我在OCR上将字符列为白名单，以避免在图像上进行模式匹配。谢谢你只有一个二进制输入吗？不仅如此，在这里你可以找到一个原始的区域。最终的目的是让它结构化。这很有帮助，谢谢。也许像大津的阈值那样的全局阈值效果更好。不幸的是，纹理水平在边缘上仍然很重要，而恒定的阈值并不是最好的选择。也许你可以在角色的第一个粗略位置后遮住不需要的区域。这就是我在正方形（5）中间带后得到的全局大津。也许现在我可以按照建议做一些连接组件过滤（尽管我不是很熟悉），因为canny边缘看起来很有希望。谢谢欢迎任何反馈。您可以根据blob大小进行筛选，但请注意，您将丢失点和逗号，并且在处理碎片字符时会遇到问题。我认为二值化图像上的精明边缘不会有任何帮助。