OpenCV中修改图像局部背景色及黑色背景图像数据提取求助

问题：我能够提取白色背景图像中的数据，但无法提取黑色背景图像中的数据。相关图像如下：

以下是我尝试过但无效的代码：

#denoise
#For normal image
#img = cv2.fastNlMeansDenoisingColored(img, None, 3, 3, 7, 21)

#gray
#img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#Morp operation
#kernel = np.ones((1, 1), np.uint8)
#img = cv2.dilate(img, kernel, iterations=1)
#img = cv2.erode(img, kernel, iterations=1)

解决方法 #

• 反转图像颜色：把黑色背景转成白色背景，直接复用你处理白色背景的成熟逻辑，代码示例：

  img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  img_inverted = cv2.bitwise_not(img_gray)
  

• 优化阈值处理：针对反转后的图像做二值化，确保前景（原黑色文字）和背景彻底分离，推荐用自适应阈值应对光照不均：

  img_threshold = cv2.adaptiveThreshold(img_inverted, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
  

• 调整形态学操作：1x1的核没有实际效果，换成2x2或3x3的核，根据图像需求选择腐蚀或膨胀顺序，示例：

  kernel = np.ones((2, 2), np.uint8)
  img_processed = cv2.morphologyEx(img_threshold, cv2.MORPH_CLOSE, kernel) # 先膨胀后腐蚀，填补字符间隙
  

• 针对性去噪：对灰度反转后的图像应用去噪，用灰度图版本的去噪函数更高效：

  img_denoised = cv2.fastNlMeansDenoising(img_inverted, None, 10, 7, 21)
  

完整示例代码 #

import cv2
import numpy as np

# 读取图像
img = cv2.imread("your_image_path.jpg")

# 转为灰度并反转
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_inverted = cv2.bitwise_not(img_gray)

# 去噪
img_denoised = cv2.fastNlMeansDenoising(img_inverted, None, 10, 7, 21)

# 自适应阈值
img_threshold = cv2.adaptiveThreshold(img_denoised, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

# 形态学处理
kernel = np.ones((2, 2), np.uint8)
img_processed = cv2.morphologyEx(img_threshold, cv2.MORPH_CLOSE, kernel)

# 后续数据提取（复用你白色背景的提取逻辑）
# ...

内容的提问来源于stack exchange，提问作者ZKS