二值图像的噪点去除算法

TOC

二值图像的噪点去除算法

众所周知，二值图(前景黑色，背景白色) 由于低熵特性，能玩的花样很少， 很多图像处理算法难以实施在二值图上， 同时由于大部分二值图(传真，商业扫描文档)，存在很多噪音， 噪音去除算法是大家比较感兴趣的， 尤其是涉及到OCR识别。

噪音样例

以下是两个样例， 一个噪音较多，一个噪音较少， 注意噪音并不是单点，也包括halftone算法造成的灰度转二值噪音。

--------------------------------------------------------------------

如何处理

大家第一感觉是通过形态学开闭运算解决， 但并没有什么卵用， 哦， 不，有用，但会将有效内容去掉，所以当然是不行的， 而且开闭运算需要两次filter,性能较差。

下面是解决方案， 直接上代码， 多快好省，效果好， 由于太简单， 直接看代码就好了， 算法逻辑就不多说了。
稍微说下， 此算法核心目的是去除噪点同时尽量不丢失有效信息，切记。

//去除二值图噪音, data:图像数据(单通道二值黑白,0黑,0xff白), byteLine:每行字节数, width:宽度，height：高度
int  _removeNoise(unsigned char* data, int byteLine, int width, int height)
{
	using namespace cv;
	cv::Size sz(width, height);
	Mat img(sz, CV_8UC1, data, byteLine);
	Mat1b imgTmp = img.clone();
	cv::morphologyEx(imgTmp, imgTmp, cv::MORPH_OPEN, cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3)));
	imgTmp = 0xff - imgTmp ;
	Mat kernel = Mat::ones(5, 5, CV_32F) / (float)(25);
	filter2D(imgTmp , imgTmp , -1, kernel);
	imgTmp = 0xff - imgTmp ;
	threshold(imgTmp , imgTmp , 220, 255, THRESH_BINARY);
	img = img | imgTmp ;
	return 0;
}

上述代码去除了噪音，同时很好的保留了有效文字信息。

处理结果

--------------------------------------------------------------------

其他说明

上述代码大家应该都能看懂，注意如果噪音过于密集， 请自行调整代码中参数。 最后一个图包含用于OCR的分块处理， 下次有时间另外开贴写。