使用OpenCV去除地图图像标签后痕迹明显，求更优解决方案

我使用OpenCV对地图图像进行标签去除操作，但处理后标签所在位置仍留有明显痕迹。请问是否有更优的地图标签去除解决方案？

原图：

处理后效果：

我的实现代码：

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("map.jpeg", 0)
image_filtered = cv.GaussianBlur(img, (101, 101), 0)
gradient_x = cv.Sobel(image_filtered, cv.CV_16S, 1, 0, 3)
gradient_y = cv.Sobel(image_filtered, cv.CV_16S, 0, 1, 3)
abs_gradient_x = cv.convertScaleAbs(gradient_x)
abs_gradient_y = cv.convertScaleAbs(gradient_y)
sobel_imgg = cv.addWeighted(abs_gradient_x, 0.5, abs_gradient_y, 0.5, 0)
thresholded = cv.threshold(sobel_imgg, 90, 255, cv.THRESH_BINARY_INV)[1]
img_mask = cv.bitwise_and(img, img, mask = thresholded)
kernel = np.ones((11, 11), np.uint8)
dilate_img = cv.dilate(img_mask, kernel)
kernel = np.ones((9, 9), np.uint8)
erode_img = cv.erode(dilate_img, kernel)
img_mask = cv.bitwise_or(erode_img, img)
plt.subplot(121);plt.imshow(img, cmap="gray");plt.title("with label"),plt.xticks([]);plt.yticks([])
plt.subplot(122);plt.imshow(erode_img, cmap="gray");plt.title("no label"),plt.xticks([]);plt.yticks([])
plt.show()

当前方案依赖Sobel梯度和形态学操作生成蒙版，但蒙版精度不足，导致标签残留。可从精准蒙版生成和智能图像修复两个方向优化：

1. 核心优化思路 #

精准蒙版生成 #

地图标签以文字为主，改用自适应阈值+形态学优化的方式提取标签区域，能更好适配地图明暗差异，减少对背景的误识别。

智能填充修复 #

用OpenCV的inpaint函数替代单纯的形态学操作，该函数会根据标签周边的纹理、颜色信息智能填充区域，修复效果更自然。

2. 优化代码示例 #

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

# 读取彩色图像（inpaint支持彩色修复）
img = cv.imread("map.jpeg")
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 步骤1：生成精准标签蒙版
# 自适应阈值提取文字区域，适配不同明暗区域
thresh = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY_INV, 11, 2)
# 形态学操作：先闭运算填补文字间隙，再开运算去除背景噪点
kernel = np.ones((3,3), np.uint8)
mask = cv.morphologyEx(thresh, cv.MORPH_CLOSE, kernel, iterations=2)
mask = cv.morphologyEx(mask, cv.MORPH_OPEN, kernel, iterations=1)

# 步骤2：图像修复填充标签区域
# TELEA算法：基于快速行进法，适合纹理丰富的地图背景
result_telea = cv.inpaint(img, mask, 3, cv.INPAINT_TELEA)
# NS算法：基于Navier-Stokes方程，适合平滑区域修复
result_ns = cv.inpaint(img, mask, 3, cv.INPAINT_NS)

# 展示结果
plt.figure(figsize=(15, 10))
plt.subplot(221), plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB)), plt.title('原图'), plt.xticks([]), plt.yticks([])
plt.subplot(222), plt.imshow(mask, cmap='gray'), plt.title('标签蒙版'), plt.xticks([]), plt.yticks([])
plt.subplot(223), plt.imshow(cv.cvtColor(result_telea, cv.COLOR_BGR2RGB)), plt.title('TELEA修复结果'), plt.xticks([]), plt.yticks([])
plt.subplot(224), plt.imshow(cv.cvtColor(result_ns, cv.COLOR_BGR2RGB)), plt.title('NS修复结果'), plt.xticks([]), plt.yticks([])
plt.show()

3. 进阶优化建议 #

如果地图标签字体复杂、存在重叠或干扰，可结合OCR工具（如Tesseract）先定位文字区域，再基于定位结果细化蒙版，进一步提升修复精度。

内容的提问来源于stack exchange，提问作者Homayoon