Opencv 噪声照片的低对比度线检测

我试图检测屏幕照片上的低对比度线或一般的嘈杂图像。我似乎遇到了两个问题：

我无法用自适应阈值或边缘检测算法可靠地检测线条，因为屏幕的噪声/暗网格。模糊似乎有点帮助，但不足以让它工作

当同一条直线只有几段可见时（由于噪声、光线条件或其他原因），我希望将检测到的线段连接到一条直线

 img = cv2.imread("test.jpg")
 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 gray=cv2.GaussianBlur(gray,(9,9),0)
 bin = cv2.adaptiveThreshold(gray2, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 33, 3)
 cv2.namedWindow('Test')
 cv2.imshow("Test", bin)

我也尝试过

cv2.Canny

和

cv2.HoughLinesP

，但没有很好的效果，因为黑暗的网格将两者都弄糟了。提前谢谢

编辑：我认为带有

THRESH\u TRUNCATED

或

THRESH\u to zero

的阈值函数的本地版本可能会有帮助。。。 过滤掉网格。高对比度

因为我没有发布图片的名声，所以我添加了链接。 具有低对比度线的图像：

检测到的行：

---

在足够大的窗口（比如11x11）上运行中值滤波器，然后减去平均（或略小于平均值）图像强度，将使线条更易于检测。

您可以编辑您的问题并包括一张样本图像吗？没有代表，但是我把它们上传到其他地方并添加了链接。你是指全球平均值还是11X11窗口的平均值？有没有一种简单的方法可以将所有负值减去并设置为零？我的for循环非常慢：在一个较弱的MediaFilter之后进行双边过滤，可以过滤掉LCD屏幕的网格。不，我可以慢慢来：）