Adaptacyjny próg rozmycia obrazu
Mam dość rozmyte zdjęcie 432x432 łamigłówki Sudoku, które nie jest dobrze dopasowane (weź średnią ponad rozmiar bloku 5x5 pikseli, a następnie odjmij 2):
Jak widać, cyfry są nieco zniekształcone, jest w nich wiele pęknięć, a kilka 5-tek połączyło się w 6-tki i 6 - tki w 8-tki. Aby naprawić szum, muszę sprawić, że obraz będzie jeszcze bardziej rozmyty za pomocą rozmycia Gaussa. Jednak nawet dość duża Jądro Gaussa i adaptive threshold blockSize (21x21, odjąć 2) nie usuwa wszystkich pęknięć i łączy cyfry razem jeszcze bardziej:
Próbowałem również rozszerzyć obraz po threstholding, co ma podobny efekt do zwiększenia rozmiaru bloku; i wyostrzyć obraz , co nie robi wiele w ten czy inny sposób. Czego jeszcze powinienem spróbować?
3 answers
Całkiem dobrym rozwiązaniem jest użycie morfologicznego zamknięcia, aby jasność była jednolita, a następnie użycie regularnego (nieadaptacyjnego) progu Otsu:
// Divide the image by its morphologically closed counterpart
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(19,19));
Mat closed = new Mat();
Imgproc.morphologyEx(image, closed, Imgproc.MORPH_CLOSE, kernel);
image.convertTo(image, CvType.CV_32F); // divide requires floating-point
Core.divide(image, closed, image, 1, CvType.CV_32F);
Core.normalize(image, image, 0, 255, Core.NORM_MINMAX);
image.convertTo(image, CvType.CV_8UC1); // convert back to unsigned int
// Threshold each block (3x3 grid) of the image separately to
// correct for minor differences in contrast across the image.
for (int i = 0; i < 3; i++) {
for (int j = 0; j < 3; j++) {
Mat block = image.rowRange(144*i, 144*(i+1)).colRange(144*j, 144*(j+1));
Imgproc.threshold(block, block, -1, 255, Imgproc.THRESH_BINARY_INV+Imgproc.THRESH_OTSU);
}
}
Wynik:
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-12-08 22:41:45
[[3]}spójrz na Smoothing Images OpenCV tutorial . Oprócz GaussianBlur istnieją również medianBlur
i bilateralFilter
, które można również użyć do zmniejszenia hałasu. Mam to zdjęcie z twojego zdjęcia źródłowego (u góry po prawej):
Update: i poniższy obrazek dostałem po usunięciu małych konturów:
Update: Możesz także wyostrzyć obraz(na przykład używając Laplacian
). Spójrz na tę dyskusję .
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-11-15 16:24:07
Zawsze stosuj Gaussa, aby uzyskać lepsze wyniki.
cvAdaptiveThreshold(original_image, thresh_image, 255,
CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, 11, 2);
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2014-07-31 18:09:15