You need to enable JavaScript to run this app. OpenCV如何将扫描文档中的浅灰度文本调暗且不影响周边区域
优惠活动
大模型
产品
解决方案
定价
更多

OpenCV如何将扫描文档中的浅灰度文本调暗且不影响周边区域

扫描文档浅灰文本加深处理方案

先明确之前Dilation操作失效的原因

你对Dilation的作用逻辑完全搞反了:OpenCV的Dilation(膨胀)是**优先膨胀高亮度像素(白色)**的形态学操作,本质会反向收缩黑色文本的边界,自然会让字体显示变细,根本不适合用来加深灰度文本。

不影响原有区域的实现方案(基于OpenCV)

方案1:自定义灰度查找表(LUT)映射(优先推荐,保真度最高)

核心逻辑是分段调整灰度值:完全保留原有深黑文本的像素值不动,仅对浅灰文本区间的灰度值做压暗处理,同时锁定纯白背景不发灰,全程不会改动原有正常黑字的粗细和位置。
具体实现代码:

import cv2
import numpy as np

# 读取扫描图的灰度通道
gray = cv2.imread("scan_doc.png", 0)

# 自定义灰度映射规则(可根据实际扫描的灰值调整阈值)
lut = np.zeros(256, dtype=np.uint8)
for gray_val in range(256):
    if gray_val < 60:
        # 原有正常深黑文本,保持原值不修改
        lut[gray_val] = gray_val
    elif 60 <= gray_val <= 180:
        # 浅灰文本区间,线性压暗到接近纯黑
        lut[gray_val] = int(25 - (gray_val - 60) * 25 / 120)
    else:
        # 纯白背景,锁定为255,避免加深后背景发灰
        lut[gray_val] = 255

# 应用映射得到处理结果
processed_img = cv2.LUT(gray, lut)

方案2:自适应阈值二值化(适合浅灰文本与背景对比度极低的场景)

如果扫描存在全局/局部光照不均,浅灰文本和白底的差值特别小,可以用局部自适应阈值做分割,能精准识别所有层级的文本并转为纯黑,不会误改动原有黑字的形状。
具体实现代码:

# 分块计算局部阈值,块大小、偏移值可根据实际调整
processed_img = cv2.adaptiveThreshold(
    gray, 
    maxValue=255,
    adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    thresholdType=cv2.THRESH_BINARY,
    blockSize=21, # 必须为奇数,根据文本字号调整
    C=7 # 偏移值,控制浅灰文本的识别灵敏度
)

注意事项

  • 不要用形态学的膨胀/腐蚀操作处理灰度加深需求:这类操作是调整文本形状边界的,不是修改像素灰度的,很容易扭曲原有字体的正常显示
  • 如果扫描图存在细微噪点或污渍,可以先跑一次cv2.medianBlur(gray, 3)做3x3核的中值滤波去噪,再执行后续映射/二值化操作,避免污渍被误识别为文本加深

内容的提问来源于stack exchange,提问作者koayst

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 18:57:03