opencv去除印章痕迹

今天看到一个很有意思的程序,就是去除票据上的红色印章,觉得很有意思,就把它抄过来记录一下,同时自己也开了一下脑洞。

原来的程序来自:https://www.cnblogs.com/skyfsm/p/7638301.html

可以看到图像效果很不错,下面是源码实现:

#include <iostream>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat src = imread("1.jpg");
	Mat gray;
	cvtColor(src, gray, CV_RGB2GRAY);
	if (src.empty())
	{
		cout << "cant load image" << endl;
		return false;
	}

	//全局二值化
	int th = 155;
	Mat binary;
	threshold(gray, binary, th, 255, CV_THRESH_BINARY);

	vector<Mat> channels;
	split(src, channels);
	Mat blue = channels[0];
	Mat green = channels[1];
	Mat red = channels[2];

	Mat red_binary;
	threshold(red, red_binary, th, 255, CV_THRESH_BINARY);

	Mat test;
	threshold(src, test, th, 255, CV_THRESH_BINARY);
	imshow("test", src);

	//imshow("src", src);
	/*imshow("gray", gray);
	imshow("binary", binary);
	imshow("blue channels", blue);
	imshow("green channels", green);
	imshow("red channels", red);*/
	imshow("red+binary", red_binary);

	waitKey();
	return 0;
}

在这里我开了一个脑洞,就是我可不可以单独改变中间这些红色像素,当我遍历到这个红色像素的时候用其他的颜色来填充是不是就可以去除彩色图上的印章了呢?想到就行动,首先要获取印章部分的RGB值和其他地方的RGB值才能替换。这里推荐一个网站用来取色http://xiaohudie.net/RGB.html,要注意的是opencv里默认顺序是BGR,网站上是RGB,一开始没反应过来。随便取几个地方的值,发现印章像素值大概分布在这几个数值之间R:30~40,G:30~40,B:170~180,其他地方则是:R:190~200,G:210~210,B:210~220,有了这个数值就可以干活了。下面是代码:

#include <iostream>
#include <fstream>
#include <opencv\cv.h>
#include <opencv2\highgui\highgui.hpp>

using namespace std;
using namespace cv;

int main()
{
	IplImage *img = cvLoadImage("3.jpg");
	for (int i = 0; i < img->height; i++)
	{
		for (int j = 0; j < img->width; j++)
		{
			CvScalar s = cvGet2D(img, i, j);

			cout << "B=" << s.val[0] << "G" << s.val[1] << "R" << s.val[2] << endl;

			if (30 < s.val[0] && 30 < s.val[1]  && 150 < s.val[2] )
			{

				s.val[0] = s.val[0];
				s.val[1] = s.val[1];
				s.val[2] = s.val[2];
			}
			else
			{
				s.val[0] = 195;
				s.val[1] = 215;
				s.val[2] = 215;
			}
			cvSet2D(img, i, j, s);		
		}
	}
	cvShowImage("img", img);
	waitKey(0);
	return 0;
}

上面的代码可以输出每个三个通道的每个像素的值:所以不用取色器也可以,这样就能看到像素值了。

输出像素要花很长时间所以建议大家注释掉,下面看看效果图

可以看到还是有一点效果的。

 

但是这里有发现一个问题,就是大家可以看到我的程序里的像素取值并不是一个小的范围,我尝试输入像30~40这样的范围的时候输出来的结果一点没变,只有大于一个数时才有用,这里想不出结果,也不知道什么原因造成的。当然这次也不是完全没有收获,至少知道了使用get2D和set2D来改变每一个像素的值,不知道opencv3是使用哪两个函数?这个程序还有很多优化的地方,等我想到在改改。

 

更新:2018/10/28

今天重新看c++primer的时候终于想到为什么之前的程序不能在一个区间取像素了,因为在程序中像i<j<k,这样的写法是错的,因为程序先比较i<j得到的是一个布尔值,这样的值是不能和后面的k比较的,而我原来就是这样写的,所以要修改这个地方才行,更正后的代码如下:

#include <iostream>
#include <fstream>
#include <opencv\cv.h>
#include <opencv2\highgui\highgui.hpp>

using namespace std;
using namespace cv;

int main()
{
	IplImage *img = cvLoadImage("1.jpg");
	for (int i = 0; i < img->height; i++)
	{
		for (int j = 0; j < img->width; j++)
		{
			CvScalar s = cvGet2D(img, i, j);

			//cout << "B=" << s.val[0] << "G" << s.val[1] << "R" << s.val[2] << endl;

			if (20 < s.val[0] && s.val[0] < 80 && 20 < s.val[1] && s.val[1] < 80 && 160 < s.val[2] && s.val[2] < 230)
			{
				s.val[0] = 195;
				s.val[1] = 215;
				s.val[2] = 215;

				
			}
			else
			{
				s.val[0] = s.val[0];
				s.val[1] = s.val[1];
				s.val[2] = s.val[2];
			}
			cvSet2D(img, i, j, s);		
		}
	}
	cvShowImage("img", img);
	waitKey(0);
	return 0;
}

可以看到效果比以前好了很多,还有一点是之前的代码写错了,修改像素的部分写反了,看图片可以知道明显的红色已经被消除了,但是边缘部分和原先定的范围肯定有一定的差距,所以边缘部分不是很明显,而消除之后的填充颜色也效果不佳,后面的优化可能会用一个随机范围内的像素值来优化这部分,边缘的红色处理目前还有想到好的方法。

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
OpenCV中,去除红色印章通常涉及到颜色空间转换和图像处理技术,特别是使用色彩空间分离和边缘检测。以下是一个基本步骤的概述: 1. **色彩空间转换**:将图像从BGR(OpenCV默认)转换到HSV或HLS颜色空间,因为印章通常在特定的颜色范围内,如红色。 ```python import cv2 img = cv2.imread('image.jpg') hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) ``` 2. **设置红色阈值**:根据印章的颜色选择合适的HSV范围,比如红色印章大约在(0, 100, 100)至(10, 255, 255)之间。你可以使用`cv2.inRange()`函数创建一个红色掩码。 ```python lower_red = (0, 50, 50) upper_red = (10, 255, 255) mask = cv2.inRange(hsv_img, lower_red, upper_red) ``` 3. **腐蚀与膨胀**:为了消除边缘的噪声,可以对红色掩码应用腐蚀和膨胀操作。 ```python kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) ``` 4. **图像减法**:用原图像减去红色掩模,得到去除印章后的图像。 ```python result = cv2.bitwise_and(img, img, mask=mask) ``` 5. **可能的后期处理**:如果结果仍有残留,可以尝试使用形态学操作、边缘检测或者机器学习算法进一步优化。 ```python # 可能的后续操作... edges = cv2.Canny(result, threshold1, threshold2) ``` **相关问题--:** 1. OpenCV中的哪些函数常用于图像颜色空间转换? 2. 在去除印章过程中,为什么要进行腐蚀和膨胀操作? 3. 除了颜色阈值,还有哪些方法可以用来识别印章区域?
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值