利用色块检测，在消除噪点同时尽量保留有效信息

利用色块检测，在消除噪点同时尽量保留有效信息

传统消除噪点一般想到形态学开运算闭运算，但有时会让有效信息一起消失
利用色块检测，消去面积小于阈值面积的色块，或者消去跨度小的色块，尽量保留有效信息

import numpy as np
from PIL import Image, ImageEnhance
import cv2
import shutil
import matplotlib.pyplot as plt
import os
def Remove_cnt(cnts,cnt):#从轮廓列表中去除某一轮廓
    for i in range(len(cnts)):
        if (cnts[i][0][0][0]==cnt[0][0][0] and cnts[i][0][0][1]==cnt[0][0][1]): #找匹配点
            cnts.pop(i)
            break
    return cnts
    
def Remove_Small_Points(img,thr):#输入图像和最小面积阈值，面积大于阈值的色块被消除
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #轮廓检测
    #如果存在轮廓  
    for i in range(len(cnts)):  
        #找到面积最小的轮廓  
        c = min(cnts, key = cv2.contourArea) #面积最小的轮廓
        area=cv2.contourArea(c)
        if (area<thr):
            cnts=Remove_cnt(cnts,c) #去除最小点
            cv2.drawContours(img,[c],0,[0,0,0],-1)
        else:
            break
    return img
def Remove_Big_Points(img,thr):#输入图像和最大面积阈值
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #轮廓检测
    #如果存在轮廓  
    for i in range(len(cnts)):  
        #找到面积最小的轮廓  
        c = max(cnts, key = cv2.contourArea) #面积最小的轮廓
        area=cv2.contourArea(c)
        if (area>thr):
            cnts=Remove_cnt(cnts,c) #去除最大点
            cv2.drawContours(img,[c],0,[0,0,0],-1)
        else:
            break
    return img
def Remove_Small_Arears(img,gap):#输入图像和x,y的最大跨度，大于这个跨度的色块被消除
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #轮廓检测
    for i in range(len(cnts)):  
        c=cnts[i]
        x_min=c[0][0][0]
        y_min=c[0][0][1]
        x_max=c[0][0][0]
        y_max=c[0][0][1]
        x_flag=0
        y_flag=0
        for j in range(len(c)):
            if c[j][0][0]<x_min:
                x_min=c[j][0][0]
                x_flag=1
            elif c[j][0][0]>x_max: 
                x_max=c[j][0][0]
                x_flag=1
            if c[j][0][1]<y_min:
                y_min=c[j][0][1]
                y_flag=1
            elif c[j][0][1]>y_max:
                y_max=c[j][0][1]
                y_flag=1
        if (x_max-x_min<gap) and (y_max-y_min<gap) and x_flag==1 and y_flag==1:
            cv2.drawContours(img,[c],0,[0,0,0],-1)
    return img

效果如下：

取反并消去小的不必要的边界：