用于边缘检测的图像预处理-低质量，低对比度

Question

我有一堆质量低，对比度低（通常也是光线不好）的照片，写在岩石上。我希望我的程序能够检测字母形状（通常很破旧）。由于我是新手，因此我尝试使用sobel / laplacian / canny滤镜，但是照片显然需要进行一些预处理。您能否建议我可以做些什么以获得更好的结果。我尝试在线搜索，但发现的解决方案不起作用或听起来像魔术一样。

Answer 1

此问题需要完整的算法。缺少使用OpenCV 在 MATLAB / Octave 或 Python / C ++中编写完整代码的方法，这是我的两分钱，我可能会如何解决。

1. 该图像中的文字被边缘/刻入岩石中。我希望首先通过某种直方图均衡化来增强图像的对比度。这应该使文本更加突出。 （提示：在opencv中检出calcHist()和equalizeHist()，或在MATLAB中检出imhist()和adapthisteq()。）

2. 我会去掉图像中不必要的部分。

   1. 去除所有不是石头的东西。

      1. 为此，将移除所有不是岩石的东西。这意味着删除顶部附近的图像部分，该部分通常较暗。您可以在图像上进行黑白阈值，然后应用霍夫变换来检测图像中最大的水平线或接近水平的线。
      2. 我将以类似的方式尝试检测45°处的岩石边缘。
      3. 使用binary masking删除这两行上方的所有内容。

      4. 这应该使您得到裁剪后的图像，接近此图像。 （提示：请参见here中所述的cv2.HoughLines或here中所述的houghlines在Matlab上。）

         要详细说明我的意思，

   2. 接下来，我将去除岩石右下角周围的那些尖锐边缘。我认为这可以通过以下两种方式之一来完成。

      • 这些边缘看起来非常细且清晰。也就是说，高频组件。实际上，这些似乎是整个图像中的最高频率分量。因此，您可以采用MATLAB中的fft()函数，也可以采用opencv中的cv2.idft并将图像变换到频域，并删除高于某个频率阈值的所有频率分量。 （该阈值是什么，我不能说。必须测试一下才能看到。请注意不要将阈值设置得太低，否则也可能失去文本的清晰度。）。从频域变回已修改的图像。
      • 或者，更简单地说，您可以使用MATLAB中的imgausfilt或opencv中的cv2.filter2D来模糊图像。与这些功能一起使用的过滤器/内核的大小很重要。太大，会丢失太多细节。
      • 这应该使底部的锐利边缘平滑。 （请注意：该图像仅用于说明目的。平滑处理当然会影响整个图像。因此，最好将平滑处理的影响降低到与去除那些细微边缘相同的程度，这样在边缘出现时它们不会出现-检测步骤。）

3. 现在，删除了图像“无趣”部分的大部分内容后，您可以在阈值黑白图像上应用一些边缘检测算法（例如，Canny，正如您所提到的那样），希望您应该有更多的文本。 OpenCV和MATLAB中都存在等效的边缘检测功能。

待办事项：当然，文本之间的小圆圈仍然是一个问题，可以对算法进行优化（例如，匹配圆形等形状），然后将其删除。另外，如何从该图像中重建文本的受损部分可能更具挑战性（至少对我而言）。

1. 最后，您可以使用某些OCR识别功能，例如，使用 tesseract 和OpenCV，可以尝试从处理后的图像中提取文本。