毛刺处理—学习笔记

灰度图像处理成纯黑白（二值化）图像后，轮廓边缘经常出现毛刺。如下图所示，“工”字的上面一横中，边缘有几个突出点，下边缘有两个凹陷点，在“业”字左侧竖条中有突出点，下面一横中有凹陷点。

产生毛刺的原因
在扫描或拍摄所生成的原始图像中，轮廓边缘像素点的值其实是介于“白”与“黑”之间的“灰”，所以整个边缘看起来很光滑，不生硬，但变成纯黑白后，像素点非黑即白，不再有中间灰，所以总有那么几个点可能就因为值稍微差了一点，就与周围的不一样了。

解决办法

• 用高斯模糊来消除毛刺。另外对图像进行放大也会拉出一些模糊空间，一方面也可以减轻毛刺，另一方面可以避免转成纯黑白图像后出现笔画粘连（扫描书籍图像处理）。
• 数字图像处理中的形态学方法是把孤立点。凹陷点，然后去除或填平。

ScanTailor中就是用形态学方法是把孤立点、凹陷点，然后去除或填平。

原理

• 总结常见的边缘毛刺形状（孤立点或凹陷点）及修正方法（去除或填平），并以字符串的形式定义成模板。
• 用形态学中击中-击不中变换（Hit-Miss Transform），在整张图像中查找能与模板匹配的像素点，然后按照模板对象素进行去除或填充。

scanTailor中总结出来的模板共有6个，分别是：

在模板中共有5种符号：X表示黑点，空格表示白点，问号表示黑点白点均可，减号表示去除点，加好表示填充点。所以上表中前3个模板就表示如果在一排黑点外有孤立点，则孤立点应该去除；后面3个模板则表示如果黑点中间有凹陷，则应该进行填充。

在ScanTailor中，每个模板会在上、下、左、右4个方向分别匹配，以模板1为例，其实在内部会扩充为以下4个模板进行匹配：

因此，6个模板其实内部要匹配24次，在图像较大时会显得很慢，所以经常用模糊来进行平滑。

整个处理过程的核心是在图像中查找模板的所有匹配点，即需要去除、填充的点，用的是击中-击不中变换（Hit-Miss Transform）。一般都用腐蚀、膨胀等形态学基本操作的组合来实现这个变换。

相关资料

ScanTailor

ScanTailor是一个开源免费的扫描文档后期处理软件主要把DIY Book Scanner拍摄制成的图像后期加工，形成完美的PDF文档。绝大多数功能都可以自动完成，虽然还是需要手动微调和最后校对。处理一本图书的时间大致1个小时。

Adobe Acrobat

Adobe Acrobat有个不受重视但是很有用的功能，叫作Clear Scan，能够批量识别扫描文档，美化文档（包括文字/图片矢量化，纠正歪斜等），并且生成可全文索引，文件更小，而版式和扫描完全一样的PDF文件。

参考资料

[1] 教程十七：二值化图像去毛刺
[2] 我的书籍、文献电子化全套解决方案