除了python中的文本外，如何删除图像上的所有内容？

我有一个带有测量值的图像，我需要用python读取，现在它读取的文本最多，但不是全部，因为有些行挡住了我的去路。我不能使用原始图像，所以我制作了一个看起来像我正在使用的图像

def腐蚀（img）：
内核=np.ones（（3,3），np.uint8）
侵蚀=cv2.侵蚀（img，内核，迭代次数=1）
灰色=cv2.CVT颜色（腐蚀，cv2.COLOR_BGR2灰色）
边缘=cv2.Canny（灰色，50150，光圈尺寸=3）
minLineLength=10
maxLineGap=1
lines=cv2.HoughLinesP（边，1，np.pi/180120，minLineLength，maxLineGap）
对于行中的行：
对于直线中的x1、y1、x2、y2：
cv2.线（腐蚀，（x1，y1），（x2，y2），（255255），7）

我曾尝试使用

OpenCV

函数

houghLinesP

在这些线上画一条线，但这并没有删除所有线，仍然会在整个位置留下一些点，如下所示：

我想做的是提供如下内容作为输入：

并得到如下输出：

我需要删除所有行但不更改

---

文本是因为我需要保存文本坐标。

方法是将文本放大并连接在一起，形成一个轮廓。从这里我们可以找到轮廓并使用最小阈值区域进行过滤。如果它通过了这个过滤器，那么我们就有一个想要的文本ROI要保留，我们把这个ROI画到一个面具上

导入cv2
将numpy作为np导入
image=cv2.imread（'3.png'）
掩码=np.one（image.shape，dtype=np.uint8）*255
灰色=cv2.CVT颜色（图像，cv2.COLOR\u BGR2GRAY）
thresh=cv2.阈值（灰色，0，255，cv2.thresh\u二进制\u INV+cv2.thresh\u OTSU）[1]
kernel=cv2.getStructuringElement（cv2.morp_RECT，（5,5））
explate=cv2.explate（阈值、内核、迭代次数=3）
cnts=cv2.查找对象（扩张、cv2.RETR\u树、cv2.链近似\u简单）
如果len（cnts）==2个其他cnts[1]，则cnts=cnts[0]
对于碳纳米管中的碳：
面积=cv2。轮廓面积（c）
如果面积小于5000：
x、 y，w，h=cv2.boundingRect（c）
遮罩[y:y+h，x:x+w]=图像[y:y+h，x:x+w]
cv2.imshow（'thresh'，thresh）
cv2.imshow（“扩张”，扩张）
cv2.imshow（“面具”，面具）
cv2.waitKey（）

你有你正在使用的代码的示例吗？@Barb将其添加到了帖子中

import cv2
import numpy as np

image = cv2.imread('3.png')
mask = np.ones(image.shape, dtype=np.uint8) * 255
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
dilate = cv2.dilate(thresh, kernel, iterations=3)

cnts = cv2.findContours(dilate, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    if area < 5000:
        x,y,w,h = cv2.boundingRect(c)
        mask[y:y+h, x:x+w] = image[y:y+h, x:x+w]

cv2.imshow('thresh', thresh)
cv2.imshow('dilate', dilate)
cv2.imshow('mask', mask)
cv2.waitKey()