OpenCVを使用してCam Scannerのようなマジックカラー効果を得る方法

Question

これは元の画像です。

カムスキャナマジックの色の効果。

イメージのフィルタ。

私は、画像のコントラストを変更しています。

dst.convertTo(dst, -1, 2, 0); 

次に、スムージングにガウスブラーを使用します。

cv::GaussianBlur(dst,result,cv::Size(0,0),3); 
cv::addWeighted(dst, 1.5, result, -0.5, 0, result); 

私の画像にこのような影響を与えるにはどうすればよいですか？ヒストグラムEquilization後

UPDATE

-

vector<Mat> channels; 
Mat img_hist_equalized; 
cvtColor(dst, img_hist_equalized, CV_BGR2YCrCb); 
split(img_hist_equalized,channels); 
equalizeHist(channels[0], channels[0]); 
merge(channels,img_hist_equalized); 
cvtColor(img_hist_equalized, img_hist_equalized, CV_YCrCb2BGR); 

Answer 1

camscannerアプリケーションでは、さまざまな雷ケースなどを処理するための複雑なアルゴリズムが使用されている可能性がありますが、そのような問題に対する基本的なアプローチを取り上げます。入力画像の二値化以上具体的には、Theresoldingというイメージがあります。OpenCVのドキュメントを見ると、与えられたイメージをしきい値処理するための参照がたくさんあるので、documentationから始めましょう。

• グローバルしきい：このアプローチでは、我々は、前景の輝度値が印刷されたシートの文脈では、常に一定値以下であると仮定し、我々は、インクの色は常に黒であり、紙色があると仮定します均一であり、強度はインクの色の強度よりも大きいので、我々は安全に何らかの閾値（例えば40）を仮定する。この方法には多くの欠点があります

  ret, thresh1 = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY) 
  

  

  ret, thresh1 = cv2.threshold(img, 130, 255, cv2.THRESH_BINARY) 
  

  

  、それは強度分散の独立しではありませんまず第一に：として255）と、閾値入力画像ありしたがって、与えられた画像からテキストをセグメント化するしきい値を正確に見積もることができる可能性は非常に低く、アプリケーションが非常に限られており、適用のみ可能です背景紙が明度の変化が少なく、正確に白である場合には、このプロセスは現実世界の画像には使用できません。この方法は、所与の画像における強度変動の問題を覆う下部高いに強度及びその逆の遷移は正常にこの方法で捕捉されるように、ここでの閾値は、隣接する画素の値に行われる：適応閾値

• 以下のように：

  ​​

  

  さらなる作業：あなたは、ドットを削除するには、バイナリ画像をノイズ除去の様々な技術に取り組むこと、またはhイメージから塩とコショウのノイズを取り除くのを見てください。

• OTUの二値化：これは極大値の間で、それはいくつかの例では非常に素晴らしい働きがあり、まだインテリジェント閾値を算出別の素敵なアプローチですが、あなたのケースで失敗しているようです。

  

それは基本的に同じグローバルしきい値を行うしかし、今の閾値は閾値が2つのピーク、ひいては紙からインクをセグメントの間に位置するように自動的に計算され

ret2,thresh = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 

。メソッド推奨

： を私は開始するための最良のアプローチは適応閾値だと思い、あなたはあなたは、などsharpening image、Histogram Equalisation、などいくつかの他の前処理技術を試してみて、それがより現実的な出力を作成する方法を分析してもよいですまた、denoising the imageようないくつかの後処理を行うためにMorphological operations

を試みることが、私は、画像のノイズ除去を試してみましたが、他のアプローチにそれがより有効であることが見出さ

denoised = cv2.fastNlMeansDenoising(thresh, 11, 31, 9) # you may experiment with the constants here 

しかし、私はあなたが1のすべてのケースのために働くかを確認するには、上記のアプローチの様々な組み合わせを試して歓迎。

Answer 2

私はではないがOpenCVので、この種のものを行うコードを書いています。

通常、私はヒストグラムを分析し、ヒストグラムに基づいて "白"と "黒"を推定し、黒が0以下にスケーリングされ、白が1以上にスケーリングされるようにイメージ値をスケーリングします最終的に色の値を固定します。

しかし、OpenCVではより簡単な方法があります。コントラストフィルタを適用する前に、クロップされたページでヒストグラムイコライゼーションを使用してください。これにより、より一貫性のある方法でピクセル値が広がり、より多くの状況でコントラストをより確実に動作させることができます。 ローカライズされたヒストグラム均等化を使用して、照明によるクロップされた画像のグラデーションを緩和することができますが、ページの空白部分に問題が発生する可能性があります。

Answer 3

私はゲーム後半に少しだ実現が、私はこの素晴らしい、簡単な解決策を見つけた：あなたは処理パイプラインで作業している場合

src.convertTo(dst, -1, 1.9, -80); 

srcとdstが同じイメージすることができます。