使用CV2清除带有文本的图像中的背景色

Question

我正在尝试处理有彩色背景的矩形文本块的图像

请看下面的原始图片-我需要所有文本和数字为黑色，所有背景为白色，以便于阅读文本

我正在考虑一个灰度版本和它的对立面，找到彩色背景的区域，并使用反转图片中的区域替换灰度中的相同区域。但我找不到感兴趣的矩形（图中为蓝色和黄色）

有没有办法在整个图像中以白色背景将所有文本变为黑色

Answer 1

我能够检测到彩色背景的轮廓（见下面的代码）-什么是确保这些块中的文本为黑色并将背景变为白色的最佳转换

谢谢大家!

`

    # Make greyscale version and inverted, thresholded greyscale version
gr = cv2.cvtColor(page_image,cv2.COLOR_BGR2GRAY)





plt.figure(figsize = (30,30))
plt.imshow(gr)
plt.show() 

blur = cv2.GaussianBlur(gr, (7,7), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Create rectangular structuring element and dilate
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2)) #5,5
dilate = cv2.dilate(thresh, kernel, iterations=4)

# Find contours and draw rectangle
cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

thr=(gr.shape[1]/2)    
print(thr)

for c in cnts:
    x,y,w,h = cv2.boundingRect(c)

    if w>thr and h>20 :
        cv2.rectangle(gr, (x,y ), (x+w,y+h ), (36,255,12), 2)

`

Answer 2

就你而言

1. get connected components (connected components, MSER, region growing, ..., etc.)
2. thresh by width.  # half the size of image would do in the example.
      long (background / boxes / lines) : white
      short (letters)                   : black