Python OpenCV：OCR前阴影图像的轮廓检测

我正在尝试OCR文档图片，我目前的方法是

将图像读取为灰度

对其进行二值化阈值化

沿从

cv2.findContours（）获得的轮廓包裹透视图

如果图像没有阴影，上述方法效果很好。现在我想得到阴影图片的轮廓。我的第一次尝试是在步骤2中使用

cv2.adaptiveThreshold

。自适应阈值成功地削弱了阴影，但生成的图像失去了纸张和背景之间的对比度。这使得cv2无法找到纸张的轮廓。所以我需要使用其他方法来移除阴影

有没有办法去除阴影以保持背景色？

这里是我用各种方法处理的示例图片，以供参考。从左开始，我做到了

灰度

阈值

自适应阈值

规范化

我的目标是获得第二张没有阴影的图片

请注意，我实际上有一个临时解决方案专门用于图片，即单独处理带有阴影的图片部分。然而，这不是阴影图片的一般解决方案，因为其性能取决于阴影的大小、形状和位置，因此请使用其他方法

这是原图

---

在Python/OpenCV中，有一种方法使用除法规范化，然后可选地进行锐化和/或阈值化

输入：

分部：

锐化：

阈值：

---

如何使用hough（找到定义边界的类）分割收据，然后通过交叉点找到角点？您可以发布原始图像吗

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('receipt.jpg')

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# blur
smooth = cv2.GaussianBlur(gray, (95,95), 0)

# divide gray by morphology image
division = cv2.divide(gray, smooth, scale=255)


# sharpen using unsharp masking
sharp = filters.unsharp_mask(division, radius=1.5, amount=1.5, multichannel=False, preserve_range=False)
sharp = (255*sharp).clip(0,255).astype(np.uint8)

# threshold
thresh = cv2.threshold(sharp, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

# save results
cv2.imwrite('receipt_division.png',division)
cv2.imwrite('receipt_division_sharp.png',sharp)
cv2.imwrite('receipt_division_thresh.png',thresh)


# show results
cv2.imshow('smooth', smooth)  
cv2.imshow('division', division)  
cv2.imshow('sharp', sharp)  
cv2.imshow('thresh', thresh)  
cv2.waitKey(0)
cv2.destroyAllWindows()