Python 有没有更好的方法将文字与背景分开？

我正在进行一个项目，我应该在其中申请一些文档的OCR。
第一步是对图像设置阈值，只允许写入（使背景变白）

输入图像示例：（出于GDPR和隐私原因，此图像来自互联网）

这是我的代码：

import cv2
import numpy as np


image = cv2.imread('b.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
h = image.shape[0]
w = image.shape[1]
for y in range(0, h):
    for x in range(0, w):
        if image[y, x] >= 120:
            image[y, x] = 255
        else:
            image[y, x] = 0
cv2.imwrite('output.jpg', image)

以下是我得到的结果：

import cv2
import numpy as np


image = cv2.imread('b.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
h = image.shape[0]
w = image.shape[1]
for y in range(0, h):
    for x in range(0, w):
        if image[y, x] >= 120:
            image[y, x] = 255
        else:
            image[y, x] = 0
cv2.imwrite('output.jpg', image)

当我将pytesseract应用于输出图像时，结果并不令人满意（我知道OCR并不完美）。虽然我试图调整阈值（在这段代码中它等于120），但结果并不像我想要的那样清楚

有没有一种方法可以设置一个更好的阈值，以便只将书写内容保持为黑色，而将其余部分保持为白色？您可以使用。从文件：

在这种情况下，该算法计算图像小区域的阈值。因此，对于同一图像的不同区域，我们可以得到不同的阈值，对于不同照明的图像，我们可以得到更好的结果

你可以用。从文件：

在这种情况下，该算法计算图像小区域的阈值。因此，对于同一图像的不同区域，我们可以得到不同的阈值，对于不同照明的图像，我们可以得到更好的结果

---

在深入研究StackOverflow问题后，我发现了关于使用opencv删除水印的问题。 我根据自己的需要修改了代码，这就是我得到的：

import numpy as np
import cv2


image = cv2.imread('a.png')
img = image.copy()

alpha =2.75
beta = -160.0

denoised = alpha * img + beta
denoised = np.clip(denoised, 0, 255).astype(np.uint8)

#denoised = cv2.fastNlMeansDenoising(denoised, None, 31, 7, 21)

img = cv2.cvtColor(denoised, cv2.COLOR_BGR2GRAY)

h = img.shape[0]
w = img.shape[1]

for y in range(0, h):
    for x in range(0, w):
        if img[y, x] >= 220:
            img[y, x] = 255
        else:
            img[y, x] = 0

cv2.imwrite('outpu.jpg', img)

以下是输出图像：

这段代码的好处在于，它不仅对这幅图像，而且对我测试的所有图像都有很好的效果。

---

我希望它能帮助任何有同样问题的人。

在深入研究堆栈溢出问题后，我发现了使用opencv删除水印的方法。 我根据自己的需要修改了代码，这就是我得到的：

import numpy as np
import cv2


image = cv2.imread('a.png')
img = image.copy()

alpha =2.75
beta = -160.0

denoised = alpha * img + beta
denoised = np.clip(denoised, 0, 255).astype(np.uint8)

#denoised = cv2.fastNlMeansDenoising(denoised, None, 31, 7, 21)

img = cv2.cvtColor(denoised, cv2.COLOR_BGR2GRAY)

h = img.shape[0]
w = img.shape[1]

for y in range(0, h):
    for x in range(0, w):
        if img[y, x] >= 220:
            img[y, x] = 255
        else:
            img[y, x] = 0

cv2.imwrite('outpu.jpg', img)

以下是输出图像：

这段代码的好处在于，它不仅对这幅图像，而且对我测试的所有图像都有很好的效果。

---

我希望它能帮助任何有同样问题的人。

将你的个人/某人ID发布到网上不是一个好主意。谢谢你，我完全知道，这是我从网上下载的一张图片。底部看起来很干净，这就是你想要解码的吗？@MarkRansom，不仅仅是底部。主要是姓名、姓氏、日期和出生地将你的个人/某人ID发布到网上不是一个好主意。谢谢，我完全知道，这是我从网上下载的一张图片。底部看起来很干净，这就是你想要解码的吗？@markranson，不仅仅是底部。主要是姓名、姓氏、出生日期和地点。不幸的是，这也没有给出更好的结果：背景仍然很嘈杂，因此文字还不清楚。您需要相应地更改

adaptiveThreshold

方法的最后两个参数，以获得更好的结果谢谢，我会尝试。事实上，我试图调整参数，但效果不太好。不幸的是，这也没有带来更好的效果：背景仍然很嘈杂，因此文字还不清楚。您需要相应地更改

adaptiveThreshold

方法的最后两个参数，以获得更好的效果谢谢，我会尝试。事实上，我试着调整参数，但效果不好。