基于OpenCV的发票印刷汉字识别：图像预处理与质量优化问询

你提到要识别发票图像上的印刷汉字，已经裁剪了目标区域，并且基于BGR原始图做预处理——转灰度、反转图像、去噪，还想结合cv2.connectedComponentsWithStats提升画质，我帮你把这段代码补全整理，同时拆解下关键处理逻辑：

完整预处理代码 #

import cv2
import numpy as np
from matplotlib import pyplot as plt
import argparse
import os

NUM1 = 110  # 连通区域面积阈值，过滤小噪声
NUM2 = 2    # 模糊核大小，用于去噪

def main():
    # 构建参数解析器，读取输入图像路径
    ap = argparse.ArgumentParser()
    ap.add_argument("-i", "--image", required=True, help="输入裁剪后发票图像的路径")
    args = vars(ap.parse_args())

    # 读取BGR格式原始图像
    image = cv2.imread(args["image"])
    if image is None:
        print(f"无法读取目标图像：{args['image']}")
        return

    # 1. 转换为灰度图，减少通道数降低计算量
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 2. 反转图像，让文字变为白色、背景变为黑色，适配OCR工具的输入习惯
    inverted = cv2.bitwise_not(gray)
    
    # 3. 去除噪声，这里用高斯模糊，若遇椒盐噪声可换成cv2.medianBlur
    denoised = cv2.GaussianBlur(inverted, (NUM2, NUM2), 0)
    
    # 4. 用connectedComponentsWithStats筛选有效区域，过滤小斑点噪声
    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(denoised, connectivity=8)
    
    # 创建空白图，只保留面积大于阈值的连通区域（即文字区域）
    filtered = np.zeros_like(denoised)
    for i in range(1, num_labels):  # 跳过背景标签0
        area = stats[i, cv2.CC_STAT_AREA]
        if area > NUM1:
            filtered[labels == i] = 255

    # 可视化各步骤效果（matplotlib自动转为RGB显示）
    plt.figure(figsize=(12, 6))
    plt.subplot(231), plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)), plt.title('原始BGR图像')
    plt.subplot(232), plt.imshow(gray, cmap='gray'), plt.title('灰度图')
    plt.subplot(233), plt.imshow(inverted, cmap='gray'), plt.title('反转图像')
    plt.subplot(234), plt.imshow(denoised, cmap='gray'), plt.title('去噪后图像')
    plt.subplot(235), plt.imshow(filtered, cmap='gray'), plt.title('连通区域筛选后')
    plt.show()

if __name__ == "__main__":
    main()

关键步骤说明 #

• 灰度转换：把多通道BGR图转为单通道灰度图，保留文字明暗信息的同时简化后续计算。
• 图像反转：发票印刷文字通常偏深色，反转后文字为白、背景为黑，更契合大部分OCR模型的输入要求。
• 噪声去除：高斯模糊能平滑细微噪声，你可以根据实际噪声类型替换为中值滤波（针对椒盐噪声）。
• 连通区域筛选：通过cv2.connectedComponentsWithStats识别所有独立区域，用面积阈值过滤掉细碎噪声斑点，只保留有效文字区域。

使用方式 #

运行代码时，通过命令行传入裁剪后图像的路径即可：

python invoice_preprocess.py --image ./crop_invoice.jpg

内容的提问来源于stack exchange，提问作者Jiancong