Cython—图片去噪代码

在OCR中，特别是为了提高验证码识别率，对会图片进行预处理。
一般的流程是：

1. 转成灰度图，或者对特定图取其中一个通道，
2. 高斯滤波去噪
3. 进行阈值二值化处理
4. 二值图去除噪点
5. OCR识别（传统机器学习算法，基于CNN的深度学习算法）

如下写了两个非高斯降噪方法，一个是针对灰度图，一个是针对二值图的。

一、灰度图非高斯降噪

处理一张1920*1080的图片0.107s（CPU=i5-8300H）

#%%cython --compile-args=/openmp --link-args=/openmp 
import numpy as np
cimport numpy as np
cimport cython
from cython.parallel import parallel, prange





@cython.boundscheck(False)
@cython.wraparound(False)
cdef int getPixel(unsigned char[:,::1] raw_view, int x, int y, int G, int N) nogil:
    cdef int pixel = raw_view[x,y]
    cdef int nearDots = 0
    cdef bint L
    
    if pixel > G:
        L = True
    else:
        L = False

    if L == (raw_view[x - 1, y - 1] > G):
        nearDots += 1
    if L == (raw_view[x - 1, y] > G):
        nearDots += 1
    if L == (raw_view[x - 1, y + 1] > G):
        nearDots += 1
    if L == (raw_view[x, y - 1] > G):
        nearDots += 1
    if L == (raw_view[x, y + 1] > G):
        nearDots += 1
    if L == (raw_view[x + 1, y - 1] > G):
        nearDots += 1
    if L == (raw_view[x + 1, y] > G):
        nearDots += 1
    if L == (raw_view[x + 1, y + 1] > G):
        nearDots += 1

    if nearDots < N:
        pixel = raw_view[x, y - 1]
    else:
        pixel = -1
    return pixel


@cython.boundscheck(False)
@cython.wraparound(False)
def clearNoise(np.ndarray[np.uint8_t, ndim=2] img_array, int G= 50, int N= 4, int Z= 4):
    cdef