自适应模糊图像阈值- AskGo

自适应模糊图像阈值

image-processing

opencv

我有一个Sudoku拼图的相当模糊的432x432图像，不能很好地自适应阈值（取5x5像素块大小的平均值，然后减去2）：

在此处输入图片说明

如您所见，数字稍微失真，其中有很多破损，有几个5s融合成6s，6s融合成8s。另外，还有很多噪音。为了解决噪点，我必须使用高斯模糊使图像更加模糊。但是，即使是相当大的高斯内核和自适应阈值blockSize（21x21，减2）都无法消除所有破损，并且将数字融合得更多：

在此处输入图片说明

我还尝试了在阈值化之后对图像进行放大，这与增加blockSize的效果类似；并锐化图像，这两种方法都不会有太大作用。我还应该尝试什么？

参考资料：

Stack Overflow

NaN-aN-aN aN:aN:aN 更新

百如云• 655

共 2 个回答

高赞时间活跃

一个很好的解决方案是使用形态学闭合使亮度均匀，然后使用常规的（非自适应）Otsu阈值：

// 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);
    }
}

结果：

在此处输入图片说明