去除背景条纹（Python、OpenCV）

我正在试验一个项目，我必须提取一个正方形，特别是一张身份证

问题发生在刚开始时，当我试图检测（并在提取）卡时。 我将Canny Edge与以下代码一起使用：

import cv2
import numpy as np

card = cv2.imread('card.png')
card = cv2.resize(card, (800, 800))

gray = cv2.cvtColor(card, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
cv2.imshow("Gray", gray)
cv2.waitKey(0)

# detect edges in the image
edged = cv2.Canny(gray, 10, 250)
cv2.imshow("Edged", edged)
cv2.waitKey(0)

# construct and apply a closing kernel to 'close' gaps between 'white'
# pixels
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
closed = cv2.morphologyEx(edged, cv2.MORPH_CLOSE, kernel)
cv2.imshow("Closed", closed)
cv2.waitKey(0)

对于此图像（手动应用模糊以保护隐私），这是Canny edge的结果

这是普通卡的结果（应用模糊后）

我的问题是2：如何去除背景条纹？如何最终在最后一张图像中缩小间隙（由于模糊，在第一张处理过的图像中缩小间隙，但以最后一张图像为例）

奖金

我将其添加为替代源（以及我的结果-封闭内核）

---

谢谢

尝试将图像转换为hsv颜色空间，而不是将其转换为灰度。并利用饱和通道进行边缘检测。代码和结果：

import cv2
import numpy as np

card = cv2.imread('inputs/Idcard.jpg')
hsv = cv2.cvtColor(card, cv2.COLOR_BGR2HSV)
blur = cv2.GaussianBlur(hsv[:,:,1],(7,7),0)
edged = cv2.Canny(blur, 10, 250)
cv2.imwrite("Edged.jpg", edged)

---

尝试将图像转换为hsv颜色空间，而不是将其转换为灰度。并利用饱和通道进行边缘检测。代码和结果：

import cv2
import numpy as np

card = cv2.imread('inputs/Idcard.jpg')
hsv = cv2.cvtColor(card, cv2.COLOR_BGR2HSV)
blur = cv2.GaussianBlur(hsv[:,:,1],(7,7),0)
edged = cv2.Canny(blur, 10, 250)
cv2.imwrite("Edged.jpg", edged)

---

谢谢你的回答。这似乎是方法，但我不能达到同样的结果。问题可能是图像太大了？因为如果我将图像大小调整为较小的图像，代码可以工作，但下一步（OCR）几乎是不可能的。你可以找到轮廓并得到一个遮罩。将遮罩与原始图像一起用于OCR。如有必要，发布另一个问题，因为解决方案会变长。@Link您找到问题的解决方案了吗？而OCR呢？我正在尝试做完全相同的事情…谢谢你的回答。这似乎是方法，但我不能达到同样的结果。问题可能是图像太大了？因为如果我将图像大小调整为较小的图像，代码可以工作，但下一步（OCR）几乎是不可能的。你可以找到轮廓并得到一个遮罩。将遮罩与原始图像一起用于OCR。如有必要，发布另一个问题，因为解决方案会变长。@Link您找到问题的解决方案了吗？而OCR呢？我正试图做同样的事情。。。