使用Python进行图像阈值处理 清晰显示并提取图像内IP地址

你之前用全局Otsu阈值处理效果差，核心原因是IP区域文字和背景的对比度局部差异大，还有印刷网点、背景杂色干扰，全局阈值无法适配这种非均匀亮度的场景，按以下流程处理即可：

• 先裁剪感兴趣区域（ROI）：不要对全图做处理，先定位United States文字的位置，截取其上方包含IP地址的小块区域，能过滤掉绝大多数无关背景干扰。
• 换用局部自适应阈值：拆分BGR通道取蓝色通道（对图中浅印的深色IP文字区分度远高于普通灰度图），使用自适应高斯阈值替代全局阈值，按邻域像素亮度动态计算阈值，适配局部明暗差。
• 形态学操作去噪：阈值处理后用开运算（先腐蚀后膨胀）过滤细碎的背景噪点，同时尽可能保留IP文字的笔画完整性。
• 可选OCR提取：预处理完成后如果需要直接提取IP，调用Tesseract做文字识别即可，限定识别字符集为数字和小数点，能大幅提升识别准确率。

可直接运行的参考代码 #

import cv2
import numpy as np
# 若需要OCR提取功能请先安装pytesseract和Tesseract引擎
try:
    import pytesseract
    # Windows环境下如果没加系统环境变量，需要手动指定tesseract.exe路径
    # pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
    ocr_enable = True
except ImportError:
    ocr_enable = False

# 读取原始图像
img = cv2.imread('Sample.jpg')
img_h, img_w = img.shape[:2]

# 裁剪IP所在的ROI区域，坐标可根据你的实际图像位置调整
# 经验值：IP位于United States上方20~60像素区间，y轴范围可自行微调
roi = img[int(img_h*0.32):int(img_h*0.48), int(img_w*0.2):int(img_w*0.8)]

# 提取蓝色通道，对浅深色文字的对比度最优
b_chan = cv2.split(roi)[0]

# 自适应高斯阈值处理，替代全局Otsu
thresh = cv2.adaptiveThreshold(
    b_chan,
    255,
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY_INV,
    blockSize=15,  # 邻域计算块大小，需为奇数，根据文字粗细调整
    C=7  # 阈值偏移量，数值越大对浅噪点的抑制越强
)

# 形态学开运算去除细碎噪点
kernel = np.ones((2,2), np.uint8)
clean_img = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)

# 反色回黑字白底的常规显示效果，保存清晰化结果
final_img = 255 - clean_img
cv2.imwrite('IP_clear.png', final_img)

# OCR识别IP地址
if ocr_enable:
    # 限定识别字符仅为数字和小数点，排除其他字符干扰
    ocr_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=0123456789.'
    ip_res = pytesseract.image_to_string(final_img, config=ocr_config).strip()
    print(f"识别提取的IP地址：{ip_res}")

参数调整说明 #

如果输出效果不符合预期，对应调整这几个参数即可：

• 自适应阈值的blockSize：文字笔画越粗，数值调得越大，必须为奇数
• 自适应阈值的C值：背景残留噪点多就增大数值，IP文字太淡出现断笔就减小数值
• 形态学核大小：噪点过多可把核尺寸从(2,2)改为(3,3)，文字断笔明显就换用闭运算或者缩小核尺寸

测试样例图 #

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