<p>这是一个挑战,但我认为我有一个有趣的方法:<strong>模式匹配</strong></p>
<p>如果你放大,你会发现背面的图案只有4个可能的点,一个完整的像素,一个完整的双像素和一个中等左右的双像素。所以我所做的就是从17.160.000,00的图片中抓取这4种图案,然后开始工作。保存这些以便再次加载,我只是在飞行中抓住了它们</p>
<pre><code>img = cv2.imread('C:/Users/***/17.jpg', cv2.IMREAD_GRAYSCALE)
pattern_1 = img[2:5,1:5]
pattern_2 = img[6:9,5:9]
pattern_3 = img[6:9,11:15]
pattern_4 = img[9:12,22:26]
# just to show it carries over to other pics ;)
img = cv2.imread('C:/Users/****/6.jpg', cv2.IMREAD_GRAYSCALE)
</code></pre>
<p><strong>实际模式匹配</strong></p>
<p>接下来,我们匹配所有模式和阈值以查找所有出现的情况,我使用了0.7,但您可以稍微使用它。这些图案去掉了侧面的一些像素,只匹配左侧的一个单像素,因此我们在前3个图案中填充两次(一个带有额外的一个)以同时命中这两个像素。最后一个是单个像素,因此它不需要它</p>
<pre><code>res_1 = cv2.matchTemplate(img,pattern_1,cv2.TM_CCOEFF_NORMED )
thresh_1 = cv2.threshold(res_1,0.7,1,cv2.THRESH_BINARY)[1].astype(np.uint8)
pat_thresh_1 = np.pad(thresh_1,((1,1),(1,2)),'constant')
pat_thresh_15 = np.pad(thresh_1,((1,1),(2,1)), 'constant')
res_2 = cv2.matchTemplate(img,pattern_2,cv2.TM_CCOEFF_NORMED )
thresh_2 = cv2.threshold(res_2,0.7,1,cv2.THRESH_BINARY)[1].astype(np.uint8)
pat_thresh_2 = np.pad(thresh_2,((1,1),(1,2)),'constant')
pat_thresh_25 = np.pad(thresh_2,((1,1),(2,1)), 'constant')
res_3 = cv2.matchTemplate(img,pattern_3,cv2.TM_CCOEFF_NORMED )
thresh_3 = cv2.threshold(res_3,0.7,1,cv2.THRESH_BINARY)[1].astype(np.uint8)
pat_thresh_3 = np.pad(thresh_3,((1,1),(1,2)),'constant')
pat_thresh_35 = np.pad(thresh_3,((1,1),(2,1)), 'constant')
res_4 = cv2.matchTemplate(img,pattern_4,cv2.TM_CCOEFF_NORMED )
thresh_4 = cv2.threshold(res_4,0.7,1,cv2.THRESH_BINARY)[1].astype(np.uint8)
pat_thresh_4 = np.pad(thresh_4,((1,1),(1,2)),'constant')
</code></pre>
<p><strong>编辑图像</strong></p>
<p>现在唯一要做的就是从图像中删除所有匹配项。因为我们有一个大部分是白色的后卫,我们只是把他们设置为255来融入</p>
<pre><code>img[pat_thresh_1==1] = 255
img[pat_thresh_15==1] = 255
img[pat_thresh_2==1] = 255
img[pat_thresh_25==1] = 255
img[pat_thresh_3==1] = 255
img[pat_thresh_35==1] = 255
img[pat_thresh_4==1] = 255
</code></pre>
<p><strong>输出</strong></p>
<p><a href="https://i.stack.imgur.com/gFB9s.jpg" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/gFB9s.jpg" alt="no more background"/></a></p>
<p><strong>编辑:</strong></p>
<p>请看一看抽象答案,以改进此输出和tesseract微调</p>