OpenCV如何去除圖片中的陰影

1、前言

若是你本身打印過東西，應該有過這種經歷。若是用本身拍的圖片，在手機上看感受仍是清晰可見，可是一打印出來就是漆黑一片。好比下面這兩張圖片：python

由於左邊的圖片有大片陰影，全部打印出來的圖片不堪入目（由於打印要3毛錢，因此第二張圖片只是我用程序模擬的效果）。數組

那有什麼辦法能夠解決嗎？答案是確定的，今天咱們就來探討幾個去除陰影的方法。markdown

2、如何去除陰影？

首先爲了方便處理，咱們一般會對圖片進行灰度轉換（即將圖片轉換成只有一個圖層的灰色圖像）。函數

而後咱們分析一下，在上面的圖片中有三個主色調，分別是字體顏色（黑色）、紙張顏色（偏白）、陰影顏色（灰色）。知道這點後咱們就好辦了。咱們只須要把灰色和白色部分都處理爲白色就行了。字體

那要我怎麼才知道白色和灰色區域呢？對於一個8位的灰度圖，黑色部分的像素大體在0-30左右。白色和灰色應該在31-255左右（這個範圍只是大體估計，實際狀況須要看圖片）。如圖：ui

左邊是原圖，右邊是處理後的圖片。咱們將灰色和接近白色的部分都處理成了白色。spa

那下面咱們就開始處理吧。3d

3、numpy的ndarray數組

可能有些讀者沒有接觸過numpy，這裏簡單說一下。code

numpy是一個第三方的模塊，用它咱們能夠很方便的處理多維數組（ndarray數組）。而圖片在OpenCV中的存儲方式正好是ndarray，因此咱們對數組的操做就是對圖片的操做。orm

在使用以前咱們須要安裝一下OpenCV模塊：

pip install opencv-python
複製代碼

在安裝OpenCV時會自動安裝numpy。

下面咱們主要是看看布爾索引的操做，先看下面代碼：

import numpy as np
# 建立一個元素爲1, 0, 1, 1的ndarray數組
arr = np.array([1, 0, 1, 1])
# 判斷數組中有沒有0
res = arr == 0
# 將數組中爲0的元素賦值爲10
arr[res] = 10
複製代碼

若是沒有接觸過numpy會不太理解上面的語法。咱們來詳細說一下：

建立ndarray數組：咱們經過np.array能夠將現有的列表裝換成一個ndarray對象，這個很好理解
判斷數組中有沒有0：咱們能夠直接用ndarray對象來判斷，好比：arr == 0，他會返回一個元素結構和數量同樣的ndarray對象。可是返回的對象原始類型式bool，咱們來看看res的輸出：
```
[False  True False False]
複製代碼
```
從結果能夠看出，咱們比較arr==0就是對數組中每一個元素進行比較，並返回比較的布爾值。
將數組中爲0的元素賦值爲10：而最難理解的arr[res]操做。它其實就是拿到res中爲True的視圖，好比上面的結果是第二個爲True則只會返回第二個元素的視圖。咱們執行下面的代碼：
```
arr[res] = 10
複製代碼
```
就是把對應res爲True的部分賦值爲10，也就是將arr中值爲0的部分賦值爲10。

下面是arr最後的結果：

[ 1 10  1  1]
複製代碼

能夠看到本來的0處理爲了1。

4、去除陰影

如今咱們知道了布爾索引，咱們能夠對圖片進行處理了。咱們只須要讀取圖片，而後將像素值大於30的部分處理爲白色就行了。下面是咱們的代碼：

import cv2
# 讀取圖片
img = cv2.imread('page.jpg', 0)
# 將像素值大於30的部分修改成255（白色）
img[img > 30] = 255
# 保存修改後的圖片
cv2.imwrite('res.jpg', img)
複製代碼

上面的代碼很是簡單，咱們使用cv2.imread函數讀取圖片，第一個參數是圖片路徑，第二個參數表示讀取爲灰度圖。咱們來看看效果圖：

能夠看到陰影部分被很好地去除了。有些字比較模糊，咱們能夠經過調節灰白色地範圍調整。好比：

img[img > 40] = 255
複製代碼

具體的值就要根據要處理的圖片來決定了。

5、改進

對於上面地處理，還能夠作一個小小地改進。咱們可讓紙張顏色不那麼白，咱們來看改進後的代碼：

import cv2
import numpy as np
img = cv2.imread('page.jpg', 0)
# 計算灰白色部分像素的均值
pixel = int(np.mean(img[img > 140]))
# 把灰白色部分修改成與背景接近的顏色
img[img > 30] = pixel
cv2.imwrite('res.jpg', img)
複製代碼

在上面的代碼中咱們再也不是將灰白色部分設置爲255，而是事先計算了一個數值。

pixel = int(np.mean(img[img > 140]))
複製代碼

猜想陰影部分的顏色值小於140，所以先索引出圖像中大於140的部分。而後求平均值，這樣咱們算出來的大體就是原圖的背景顏色，而後將圖片不是文字的部分處理爲背景顏色，就是最終結果了。下面是咱們的效果圖：

能夠看到此次效果要更好了。可是由於背景都是一個顏色，因此看起來仍是會有一些差異。

不過有一點須要說一下，上面的操做只適用於比較簡單的圖片，好比試卷這種。

今天的內容就到這裏了，感謝閱讀。感興趣的讀者能夠關注個人我的公衆號「新建文件夾X」。