OpenCV二值化处理光照不均图像无法准确保留铅笔填涂气泡如何解决

问题场景 #

使用OpenCV阈值函数处理铅笔填涂类图像生成二值图时，出现两类效果冲突：

• 直接使用Otsu阈值法：受局部光照差异影响，二值图存在大量杂色白色斑块，效果如下：
  
• 换用自适应阈值法：虽能缓解光照不均带来的斑块问题，但Otsu法原本可以正确识别的铅笔填涂气泡区域无法完整呈现，效果如下：
  
• 处理目标：修正光照不均、消除杂色斑块的同时，准确还原铅笔填涂的气泡区域
• 待处理原始图像：
  
• 原有实现代码：

#binary image conversion
thresh2 = cv2.adaptiveThreshold(papergray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, 21, 13)
thresh = cv2.threshold(papergray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

cv2.imshow("Binary", thresh) #Otsu's
cv2.imshow("Adpative",thresh2)

解决步骤 #

两种方法效果顾此失彼，本质是没提前做光照校正预处理，且自适应阈值参数和填涂区域尺寸不匹配，按以下流程处理即可达到预期效果：

1. 光照校正预处理
   光照不均属于图像的低频亮度变化，使用大尺寸高斯模糊提取全图亮度背景，再用原图除以背景层即可拉平全图亮度，从根源消除局部过亮过暗的问题。注意高斯核尺寸必须大于图中最大的填涂气泡，否则会把气泡本身识别为背景滤除，针对这张测试图用101*101的核（必须为奇数）即可：

   import cv2
   import numpy as np
   
   # 读取灰度图像
   papergray = cv2.imread("sheet.jpg", 0)
   # 大核高斯模糊提取光照背景
   bg = cv2.GaussianBlur(papergray, (101, 101), 0)
   # 做亮度校正得到光照均匀的图像
   corrected = cv2.divide(papergray, bg, scale=255)
   

2. 二值化处理
   校正后的图像亮度均匀，直接使用Otsu阈值法就不会出现大块杂色斑块，填涂区域也能完整保留：

   # 光照校正后跑Otsu
   _, thresh_otsu = cv2.threshold(corrected, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
   

   如果偏好使用自适应阈值，将原参数中的邻域块大小调至和气泡尺寸匹配（如51），调低偏移值，同时将均值自适应改为高斯自适应，避免边缘识别破碎：

   thresh_adap = cv2.adaptiveThreshold(corrected, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 51, 8)
   

3. 可选后处理去噪
   如果二值图中还有少量细碎噪点，用3*3的核对二值图做一次形态学开运算即可清除，不会破坏填涂气泡的完整轮廓：

   kernel = np.ones((3,3), np.uint8)
   final_thresh = cv2.morphologyEx(thresh_otsu, cv2.MORPH_OPEN, kernel)
   

提示：如果处理的图像分辨率变化，对应调整高斯核、自适应阈值块的大小即可，核心原则是核尺寸要大于单个填涂气泡的尺寸。

内容的提问来源于stack exchange，提问作者Joshua Yang