如何使用OpenCV去除图像中已检测线条以优化OCR识别

你已经成功检测到目标线条，接下来可以通过创建掩码+图像修复/背景填充的方式去除线条，以下是两种实用方法：

方法1：直接填充背景色（适合背景单一的情况） #

如果图像背景是纯色（比如示例中的白色），可以直接在原图像上把检测到的线条区域替换为背景色：

修改你的代码，把画线的cv2.line部分替换为填充背景色的代码：

import cv2
import numpy as np

# 读取原图像
img = cv2.imread('c:\\ml\\test.jpg')
# 备份原图像用于后续处理
img_clean = img.copy()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
lines = cv2.HoughLines(edges, 1, np.pi/180, 400)

for r_theta in lines:
    arr = np.array(r_theta[0], dtype=np.float64)
    r, theta = arr
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*r
    y0 = b*r
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))
    
    # 替换为背景色（白色，对应BGR的(255,255,255)），线条宽度和检测时一致
    cv2.line(img_clean, (x1, y1), (x2, y2), (255, 255, 255), 2)

# 保存处理后的图像
cv2.imwrite('clean_image.jpg', img_clean)

方法2：图像修复（适合背景复杂或线条周围有文字的情况） #

如果线条周围有文字，直接填充可能显得生硬，可以用OpenCV的inpaint函数进行修复，它会根据周围像素自动填充线条区域：

import cv2
import numpy as np

# 读取原图像
img = cv2.imread('c:\\ml\\test.jpg')
# 创建一个空白掩码，大小和原图像一致
mask = np.zeros(img.shape[:2], dtype=np.uint8)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
lines = cv2.HoughLines(edges, 1, np.pi/180, 400)

for r_theta in lines:
    arr = np.array(r_theta[0], dtype=np.float64)
    r, theta = arr
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*r
    y0 = b*r
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))
    
    # 在掩码上画出检测到的线条（白色，用于标记需要修复的区域）
    cv2.line(mask, (x1, y1), (x2, y2), 255, 2)

# 使用inpaint修复图像，参数3是修复半径，根据线条粗细调整
img_clean = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA)

# 保存处理后的图像
cv2.imwrite('clean_image_inpaint.jpg', img_clean)

注意事项 #

• 调整线条宽度：代码中的2是线条宽度，要和你检测时的宽度一致，确保完全覆盖目标线条。
• 修复半径：inpaint的第三个参数如果设置过大，可能会模糊周围文字，建议根据线条粗细设置为3-5。
• 多线条处理：如果检测到多条线条，代码会自动处理所有检测到的线条，无需额外修改。

内容的提问来源于stack exchange，提问作者steve