如何优化文本文档二值化：修复字符缺像素、降噪、避免文字断裂缺失

一、现有参数调优方案 #

• 高斯模糊核调整：当前使用的(103,103)核过大，会过度抹平文字区域的局部灰度差，建议根据图像分辨率调整为输入图像短边的1/20~1/10大小的奇数核，避免局部亮度校正过度。
• 非锐化掩膜参数调整：当前amount=5过高，会放大噪点同时导致文字边缘过度锐化出现断层，建议把amount降到1.5_{3区间，`radius`根据文字笔画粗细调整为1}2即可。
• 全局阈值替换：全局OTSU阈值对光照不均的场景适配性差，建议优先选择局部阈值算法，适配不同区域的亮度差异。

二、形态学操作插入时机与选择 #

插入位置固定为二值化处理完成后，不要在灰度处理阶段执行，避免破坏灰度分布导致后续阈值分割误差更大：

• 针对文字断裂优先使用闭运算（Closing）：逻辑为先膨胀后腐蚀，能够在不改变文字整体位置和大小的前提下，填充笔画内部的孔洞、连接断裂的笔画，核选择3x3或5x5的矩形/十字形结构元即可，文字笔画越粗可适当调大核的尺寸，示例代码如下：

# 二值化后添加该段代码
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

• 若处理后同时存在背景噪点，可在闭运算之后加一次开运算（Opening）：逻辑为先腐蚀后膨胀，可去除孤立的背景噪点，不会影响已经连接好的文字笔画。
• 不建议单独使用膨胀操作：会导致文字笔画变粗粘连，反而降低可读性。

三、适配多数场景的二值化技术优化 #

• 可选Sauvola阈值算法：专门针对文档图像二值化设计的算法，比普通自适应阈值效果更好，对低对比度、光照不均的文字场景适配性极强，基本可以避免大部分断裂问题。
• 新增对比度预处理：在灰度化之后、高斯模糊之前加入限制对比度自适应直方图均衡（CLAHE），提升文字和背景的对比度，减少后续阈值分割的误差。

优化后完整代码示例 #

import cv2
import numpy as np
import skimage.filters as filters

def convert(path):
    img = cv2.imread(path)
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    
    # 新增：CLAHE提升局部对比度
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
    gray = clahe.apply(gray)

    # 调整高斯核尺寸，可根据实际图像分辨率调整
    smooth = cv2.GaussianBlur(gray, (21,21), 0)

    division = cv2.divide(gray, smooth, scale=255)

    # 调优非锐化参数
    sharp = filters.unsharp_mask(division, radius=1.5, amount=2, multichannel=False, preserve_range=False)
    sharp = (255*sharp).clip(0,255).astype(np.uint8)

    # 替换为Sauvola局部阈值
    thresh_sauvola = filters.threshold_sauvola(sharp, window_size=15, k=0.1)
    thresh = (sharp > thresh_sauvola).astype(np.uint8) * 255

    # 新增闭运算连接断裂笔画
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
    thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
    
    return thresh

内容的提问来源于stack exchange，提问作者Deshwal