使用OpenCV v4.5.x增强彩色图像凸显文本以适配OCR识别

针对非黑背景、模糊白色文本，以及中间白色竖线干扰的问题，以下是一套直接可用的预处理流程，完全基于OpenCV 4.5.x实现：

核心步骤拆解 #

1. 灰度转换 #

先将彩色图像转为灰度图，减少计算量，聚焦文本与背景的亮度差异：

import cv2 as cv
import numpy as np

# 读取目标图像
img = cv.imread("your_image_path.jpg")
# 转为灰度图
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

2. 消除模糊（锐化文本） #

针对略模糊的文本，用非锐化掩模增强边缘清晰度，比单纯高斯模糊更适合文本类图像：

# 生成模糊版灰度图作为掩模
blurred = cv.GaussianBlur(gray, (5, 5), 0)
# 原图与模糊图加权叠加，实现锐化
unsharp = cv.addWeighted(gray, 1.5, blurred, -0.5, 0)

参数说明：1.5是原图权重，-0.5是模糊图权重，可根据模糊程度微调（模糊越重，原图权重可适当提高）。

3. 最大化对比度+背景转黑 #

用自适应高斯阈值处理，能根据局部区域的亮度自动调整阈值，完美解决非均匀背景的问题，直接将背景压为黑色，文本保留白色：

# 自适应阈值处理，反转结果实现黑底白字
thresh = cv.adaptiveThreshold(
    unsharp, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY_INV, 11, 2
)

参数说明：11是局部区域大小（奇数），2是阈值调整量，可根据文本大小微调。

4. 去除白色竖线干扰 #

利用形态学开运算，先腐蚀掉细竖线，再膨胀恢复文本的原有形状：

# 创建垂直方向的结构元素（匹配竖线的宽度和长度）
kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 5))
# 开运算去除竖线
cleaned = cv.morphologyEx(thresh, cv.MORPH_OPEN, kernel, iterations=1)

如果竖线更粗，可将结构元素的高度调整为7或9；若仍有零星噪声，可追加中值滤波：

cleaned = cv.medianBlur(cleaned, 3)

完整运行代码 #

将上述步骤整合，直接运行即可得到适合OCR的预处理图像：

import cv2 as cv
import numpy as np

def preprocess_for_ocr(image_path):
    # 读取图像
    img = cv.imread(image_path)
    if img is None:
        raise ValueError("无法读取图像，请检查路径")
    
    # 灰度转换
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    
    # 锐化去模糊
    blurred = cv.GaussianBlur(gray, (5, 5), 0)
    unsharp = cv.addWeighted(gray, 1.5, blurred, -0.5, 0)
    
    # 自适应阈值转黑底白字
    thresh = cv.adaptiveThreshold(
        unsharp, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY_INV, 11, 2
    )
    
    # 去除竖线干扰
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 5))
    cleaned = cv.morphologyEx(thresh, cv.MORPH_OPEN, kernel, iterations=1)
    
    # 可选：去除零星噪声
    cleaned = cv.medianBlur(cleaned, 3)
    
    return cleaned

# 使用示例
processed_img = preprocess_for_ocr("sample.jpg")
# 保存预处理后的图像
cv.imwrite("ocr_ready.jpg", processed_img)

内容的提问来源于stack exchange，提问作者steve