Python:使用OpenCV进行文本识别的字母修复
我试图修复包含字母的图像,每个字母从中间分成两半 原始图像Python:使用OpenCV进行文本识别的字母修复,python,opencv,Python,Opencv,我试图修复包含字母的图像,每个字母从中间分成两半 原始图像 应用以下代码后: gray = cv2.cvtColor(cropped_bot, cv2.COLOR_BGR2GRAY) new_img = ((gray >= 230)*255).astype('uint8') bottom_image = 255-new_img 我得到这张图片 我的问题是修复将字母分成两部分的行 我已经尝试了自适应阈值 cv2.adaptiveThreshold(gray, 255, c
应用以下代码后:
gray = cv2.cvtColor(cropped_bot, cv2.COLOR_BGR2GRAY)
new_img = ((gray >= 230)*255).astype('uint8')
bottom_image = 255-new_img
我得到这张图片我的问题是修复将字母分成两部分的行 我已经尝试了
自适应阈值
cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, 2)
但这没用。如何解决此问题以下是您可以遵循的几个步骤:
- 对灰度图像执行Otsu阈值
- 对内核应用形态学闭运算
ret, thresh1 = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imshow('thresh1', thresh1)
更新:
完美(Y)的可能重复我有一个小问题。当我将黑白转换为这里的@ahmedosama时,会出现一条大线。你是如何得到这张图片的?
closing=255 closing
@ahmedosama我做了closing=255 closing
但我得到了一些不同的东西。检查我在答案中得到的结果。
k = np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1]], np.uint8)
closing = cv2.morphologyEx(thresh1, cv2.MORPH_CLOSE, k)
cv2.imshow(closing, closing)
k1 = np.ones((3, 3), np.uint8)
erosion = cv2.erode(closing, k1, iterations = 1)
cv2.imshow(erosion, erosion)