OpenCV 如何去除票据上的印章

最近在做票据识别的编码工作时遇到一些问题,就是票据上往往会有一些红色印章把一些重要信息区域给覆盖了,比如一些开发票人员盖印章时比较随意,容易吧一些关键区域给遮蔽了,这让接下来的票据识别很困难,因此,我们必须先对票据图像进行一定的预处理来移除印章干扰,再进行字符识别,这样子识别准确率才有保证。

我们从简单例子说起,比如我们有以下一张票据,上面盖有红色印章,虽然该印章没有遮挡关键信息,但是我们还是打算将其移除,那该怎么办?首先想到的肯定移除红色像素点的方法,这种方法需要查到红色的颜色范围,然后遍历全图像素点,在范围内的像素点就将它设置为白色。这种方法用起来其实不太好,毕竟这个“红色范围”的设定还是蛮困难的一件事。那现在我说一下我的方法,用几行代码移除红色印章。

原图

在这里插入图片描述

灰度化

在这里插入图片描述

二值化

在这里插入图片描述

做票据识别一般都要将票据转化为二值图像,我们从上面的二值图像可以看出,票据上还是存在大块的印章痕迹,我们此刻的任务就是,将它从票据中移除!

其实实现的方法非常简单,关键就是分离颜色通道 + 阈值分割。步骤如下:

对彩色图分离通道,拿到红色通道图
进行阈值分割
先看一下用split函数分离出来的三通道图像

红色通道

在这里插入图片描述

绿色通道

在这里插入图片描述

蓝色通道

在这里插入图片描述

从上面各通道的图像看出,每个通道的图像是略有不同,不同的地方就在于对不同颜色的敏感度不同。看一下红色通道的图,我们发现原图中的红色基本不见了!总结一下就是,原图中颜色越接近红色的地方在红色通道越接近白色。在纯红的地方在红色通道会出现纯白。绿色、蓝色也是同样的道理。

但是仔细观察一下票据图像中还是有一些印章痕迹,这时再使用一下阈值分割技术就可以移除一些印章痕迹了。

在这里插入图片描述

上面就是阈值分割后的图,可以看出,该二值图像已经完全看不出有印章的痕迹了,这时我们可以说比较好地移除了印章干扰。

代码

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"


using namespace cv;


int main()
{

    Mat src = imread("100.bmp");
    //resize(src, src, Size(700, 500));
    Mat gray;
    cvtColor(src, gray, CV_RGB2GRAY);
    if (src.empty())
    {
        printf("fail to open image!\n");
        return -1;
    }

    // 全局二值化
    int th = 180; //阈值要根据实际情况调整
    Mat binary;
    threshold(gray, binary, th, 255, CV_THRESH_BINARY);


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

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

    imshow("src", src);
    imshow("gray", gray);
    imshow("binary", binary);
    imshow("red channel", red);
    imshow("blue channel", blue);
    imshow("green channel", green);
    imshow("red+binary", red_binary);

    waitKey();


    return 0;
}

来多几张发票看看效果

移除前

在这里插入图片描述
在这里插入图片描述

移除后

在这里插入图片描述

移除前

在这里插入图片描述
在这里插入图片描述

移除后

在这里插入图片描述

下面这个情形比较经典,因为印章刚好把一些关键区域(金额)给遮挡住了,现在人的肉眼也很难辨别出它的具体数字了,那机器还能正确识别吗?如果不做任何处理,机器也是没办法识别的,但是预处理一下之后,机器就能准确识别出其数字了。

移除前

在这里插入图片描述
在这里插入图片描述

移除后
在这里插入图片描述

当然,这种分离通道+阈值分割的方法还可以用到其他场合,例如在红绿灯的检测上,也是可以借鉴这种方法的。我在网上找了张红绿灯的照片来测试,也看看效果吧~

检测红灯

在这里插入图片描述

检测绿灯

在这里插入图片描述

评论
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