扫描全能王的增强锐化其实是自适应二值化的变体。
直接用 OpenCV 的函数会让背景变花,因为背景是渐变的,直接拿均值当阈值的话,总有一些背景像素在阈值下面。所以需要将阈值乘以一个系数,比如 0.9,过滤掉所有背景。同时,因为文字的像素值很小,不受影响。
import numpy as np
from scipy import signal
def adaptive_thres(img, win=9, beta=0.9):
if win % 2 == 0: win = win - 1
# 边界的均值有点麻烦
# 这里分别计算和和邻居数再相除
kern = np.ones([win, win])
sums = signal.correlate2d(img, kern, 'same')
cnts = signal.correlate2d(np.ones_like(img), kern, 'same')
means = sums // cnts
# 如果直接采用均值作为阈值,背景会变花
# 但是相邻背景颜色相差不大
# 所以乘个系数把它们过滤掉
img = np.where(img < means * beta, 0, 255)
return img
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于