使用python从验证码图像中删除行

我有验证码图像作为附加在这个问题

我正在尝试提取图像中的文本。我下面的代码能够使除文本和行以外的所有区域都变成白色

import cv2
from PIL import Image
import numpy as np

image1 = Image.open("E:\\python\\downloaded\\captcha.png").convert('L')
image2 = Image.open("E:\\python\\downloaded\\captcha.png").convert('L')
pix = image1.load()
for column in range(0, image1.height):
        for row in range(0, image1.width):
            if pix[row, column] >= 90:
                pix[row, column] = 255
cv2.imshow("1", np.array(image2))
cv2.imshow("2", np.array(image1))
cv2.waitKey(0)

但我正试图删除与文本交叉的那条线，但它似乎不起作用。我尝试了下面的代码部分，这是在StackOverflow的其他问题上发布的。但它不起作用

def消除零点（自、向量）：
如果v！=0，则返回枚举（向量）中（dex，v）的[（dex，v）]
def获取线路位置（自身、img）：
sumx=img.和（轴=0）
列出不带零的零=自消零（sumx）
min1，min2=heapq.nsmalest（2，不带零的列表，key=itemgetter（1））
如果val==min1[1]或val==min2[1]，则枚举（sumx）中[dex，val]的l=[dex]
mindex=[l[0]，l[len（l）-1]]
cols=img[：，mindex[：]]
col1=cols[：，0]
col2=cols[：，1]
没有0的col1\u=自消零（col1）
没有0的col2\u=自消零（col2）
线条长度=len（没有0的col1）
dex1=col1_无_0[四舍五入（len（col1_无_0）/2）][0]
dex2=col2_无_0[四舍五入（len（col2_无_0）/2）][0]
p1=[dex1，mindex[0]]
p2=[dex2，mindex[1]]
返回p1，p2，行长度
def拆卸管路（自身、p1、p2、LL、img）：
m=（p2[0]-p1[0]）/（p2[1]-p1[1]），如果p2[1]=p1[1]其他np.inf
w、 h=len（img），len（img[0]）
x=列表（范围（h））
y=列表（映射（λz:int（np.圆形（p1[0]+m*（z-p1[1]）），x））
img\u已删除\u行=列表（img）
对于范围内的指数（h）：
i、 j=y[dex]，x[dex]
i=int（i）
j=int（j）
rlist=[]
当i>=0、i=0和i时，您可以使用CV2函数，如阈值、放大、按位和按位，而不是从验证码中删除不需要的行

import numpy as np
import cv2

img = cv2.imread('captcha.jpg',0)

horizontal_inv = cv2.bitwise_not(img)
masked_img = cv2.bitwise_and(img, img, mask=horizontal_inv)
masked_img_inv = cv2.bitwise_not(masked_img)

kernel = np.ones((5,5),np.uint8)
dilation = cv2.dilate(masked_img_inv,kernel,iterations = 3)

ret,thresh2 = cv2.threshold(dilation,254,255,cv2.THRESH_BINARY_INV) 
thresh2=cv2.bitwise_not(thresh2)

cv2.waitKey(0)
cv2.destroyAllWindows()

我的方法基于这样一个事实，即线条比字符细。在本例中，我使用模糊、阈值和形态学来去除字符之间的线条。结果是：

导入cv2
将numpy作为np导入
image=cv2.imread（'captcha.png'）
图像=cv2。模糊（图像，（3，3））
ret，image=cv2.threshold（image，90255，cv2.THRESH_二进制）；
图像=cv2.扩张（图像，np.一（（3，1），np.单位8））
图像=cv2.腐蚀（图像，np.ones（（2，2），np.uint8））
cv2.imshow（“1”，np.数组（图像））
cv2.等待键（0）
谢谢。这在某种程度上是可行的。但是我们仍然有一些噪音，因为tesseract无法正确确定文本的线条。我们有没有更好的方法来改进这一点？为了进一步处理，您可以执行轮廓区域过滤+纵横比过滤。使用
cv2.findContours（）
查找轮廓，并使用最小阈值面积和纵横比条件删除任何噪声轮廓
import numpy as np
import cv2

img = cv2.imread('captcha.jpg',0)

horizontal_inv = cv2.bitwise_not(img)
masked_img = cv2.bitwise_and(img, img, mask=horizontal_inv)
masked_img_inv = cv2.bitwise_not(masked_img)

kernel = np.ones((5,5),np.uint8)
dilation = cv2.dilate(masked_img_inv,kernel,iterations = 3)

ret,thresh2 = cv2.threshold(dilation,254,255,cv2.THRESH_BINARY_INV) 
thresh2=cv2.bitwise_not(thresh2)

cv2.waitKey(0)
cv2.destroyAllWindows()