Come ricostruire il testo da un'immagine usando solo operazioni morfologiche?

16

Voglio ricostruire il testo della seguente immagine nel miglior modo possibile. La parte difficile è che voglio farlo solo usando operazioni morfologiche sull'immagine

Ho provato a usare l'erosione, la dilatazione, l'apertura e la chiusura ma il risultato non è molto buono.

È possibile?

inserisci qui la descrizione dell'immagine

image-processing morphological-operations

— Jackobsen
fonte

La dilatazione sembra l'ovvio primo passo per appianare quei bordi sfocati?

— Paolo R

Sì, penso che questo sia il primo passo di ogni combinazione che ho provato.

2

Penso che tu debba definire di più il tuo problema. Ad esempio, se intendi come renderlo più leggibile, probabilmente è sufficiente una piccola dilatazione. Se vuoi ricostruire esattamente come appariva prima di qualsiasi processo di distorsione, allora questo non è possibile, perché il tuo algoritmo morfologico non ha conoscenza delle forme del particolare carattere utilizzato.

— so12311,

Per renderlo più leggibile ho creato un imdilato con [0 1 0; 1 1 1; 0 1 0]. Sto cercando qualcosa che renda il testo molto vicino a quello originale.

— Jackobsen,

6

Se sei disposto ad aggiungere / sottrarre immagini trasformate morfologicamente, ecc., Puoi contare il numero di pixel del segnale nelle vicinanze di ciascun pixel e la soglia in base a quel numero.

img = imread('http://i.stack.imgur.com/wicpc.png');

n = false(3);n(4) = 1;
s = false(3);s(6) = 1;
w = false(3);w(2) = 1;
e = false(3);e(8) = 1;

%# note that you could convolve with a cross instead
fourNeighbourCount = imerode(img,n) + imerode(img,s) + imerode(img,w) + imerode(img,3) + img;

inserisci qui la descrizione dell'immagine

%# require at least two neighbours
img = fourNeighbourCount > 1;

inserisci qui la descrizione dell'immagine

Se poi ti avvolgi con una maschera 3x3 che ha un buco nel mezzo, puoi ottenere qualcosa del genere:

inserisci qui la descrizione dell'immagine

— Jonas
fonte

3

Questo è un problema piuttosto interessante da risolvere! Prova un filtro mediano . Vedi il riferimento qui e qui per maggiori dettagli.

Anche se non ho messo le mani per simulare il tuo problema, questo è un suggerimento. Il mio istinto dice che potrebbe darti grandi benefici perché, è noto per contrastare il tipo di rumore salato e pepato. Nel tuo caso, le immagini hanno punti bianchi extra attorno al bordo che verranno convertiti in bianco pieno o nero pieno a seconda del lato dell'alfabeto. Ecco come si occupa del filtro mediano:

inserisci qui la descrizione dell'immagine

— Dipan Mehta
fonte

1

Se per qualche motivo sei limitato all'utilizzo di operazioni morfologiche, puoi prendere in considerazione l'uso di uno "schema di voto" di operazioni orientate ravvicinate.

Un problema con le operazioni morfologiche è che non tengono davvero conto della direzionalità. Per il pixel centrale, un quartiere come questo

1 0 0
1 1 0
0 1 1

non è davvero diverso da un quartiere come questo

0 1 0
1 1 0
1 1 0

Ciò può causare problemi poiché la dilatazione e l'erosione non sono orientate direzionalmente quando si potrebbe desiderare che lo siano. Quindi una cosa che puoi fare è trovare l'operazione morfologica orientata direzionalmente più appropriata usando i kernel qualcosa del genere:

1 1 0   1 0 0   1 0 0
0 1 0   1 1 0   1 1 0
0 1 1   0 1 1   0 1 1 . . .

Questo sarebbe meglio con 5 x 5 kernel, ma penso che l'idea sia abbastanza chiara. Fondamentalmente, l'idea di un kernel di rilevamento degli angoli è leggermente allungata in modo che sia un kernel di rilevamento del segmento di linea. Puoi anche usarlo per trovare le curve più adatte:

Ovviamente questo porta a un numero enorme di kernel, ma se l'idea di base funziona promettendo che c'è un modo per ottimizzare la tecnica in modo che il kernel più adatto si trovi in un unico passaggio.

In ogni caso, se usi più kernel e qualche logica, ogni operazione in (x, y) richiede più calcoli di un tradizionale passo morfologico:

Ad ogni pixel (x, y), applicare ciascuno dei diversi operatori morfologici. Per ciascun operatore, calcolare sia il risultato dell'operazione morfologica sia il grado in cui l'input corrisponde al kernel. ("Grado" = numero di pixel corrispondenti)
Scegli il risultato morfologico per il kernel che si avvicina maggiormente alla configurazione effettiva dei pixel on / off.

La dimensione del kernel deve corrispondere alla dimensione dell'input. Invece di utilizzare un kernel più grande, è possibile utilizzare un kernel "spread" per ridurre il numero di operazioni. Il kernel seguente è solo un kernel 3 x 3 con un raggio maggiore di 1.

1 0 0 0 0 0 0
0 0 0 0 0 0 0
1 0 0 1 0 0 0
0 0 0 0 0 0 0
1 0 0 0 0 0 1

— Rethunk
fonte