4位彩色数字验证码图像预处理效果优化方案咨询

• 替换固定阈值为自适应高斯阈值：当前使用固定阈值180处理亮度变化范围较大的马卡龙色验证码时，很容易出现亮背景下数字被截断、暗背景下残留噪声的问题。改用cv2.adaptiveThreshold基于局部邻域亮度动态计算阈值，能适配不同配色的验证码，大幅减少笔画截断问题。
• 融合HSV多通道提升区分度：除V通道外，马卡龙色验证码的数字普遍饱和度低于背景，可以将V通道与反转后的S通道加权融合，公式参考 fusion = cv2.addWeighted(v, 0.7, 255 - s, 0.3, 0)，进一步拉大数字和背景的灰度差，降低后续处理的难度。
• 优化连通域过滤规则：原有过滤仅判断面积，可新增宽高比筛选规则，数字的宽高比通常在0.2~0.9范围内，过滤掉不符合该比例的小块，能有效清除边缘不规则的噪声，同时不会误删数字笔画。
• 增加微小闭运算补全笔画：选用2×2的十字形形态学核，对过滤后的二值图做1次闭运算，既能补全阈值处理截断的细小笔画，又不会导致相邻轻微重叠的数字发生粘连，比大核的形态学操作适配性更强。
• 小样本语义分割兜底：你已经有2000张标注样本，完全可以训练一个仅3~4层卷积的微型Unet网络，输入原始验证码直接输出数字区域的二值掩码，模型参数不到1M，推理速度快，鲁棒性远高于传统调参的图像处理方案。

优化后预处理代码示例 #

import cv2
import numpy as np

def optimized_blob_filter(input, min_size=80, min_ratio=0.2, max_ratio=0.9):
    nb_components, output, stats, centroids = cv2.connectedComponentsWithStats(input, connectivity=8)
    sizes = stats[1:, -1]
    filtered = np.zeros(output.shape, dtype=np.uint8)
    for i in range(1, nb_components):
        w = stats[i, cv2.CC_STAT_WIDTH]
        h = stats[i, cv2.CC_STAT_HEIGHT]
        ratio = w / h if h != 0 else 0
        if sizes[i-1] >= min_size and min_ratio <= ratio <= max_ratio:
            filtered[output == i] = 255
    return filtered

def optimized_preprocess(image_path):
    original = cv2.imread(image_path)
    hsv = cv2.cvtColor(original, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    # 多通道融合提升区分度
    fusion = cv2.addWeighted(v, 0.7, 255 - s, 0.3, 0)
    blurred = cv2.GaussianBlur(fusion, (3,3), 0)
    # 自适应阈值适配不同亮度配色
    thresh = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                                  cv2.THRESH_BINARY, 11, 2)
    filtered = optimized_blob_filter(thresh)
    # 微小闭运算补全截断笔画
    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (2,2))
    closed = cv2.morphologyEx(filtered, cv2.MORPH_CLOSE, kernel, iterations=1)
    return closed

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