Seuil adaptatif de l'image floue

J'ai un assez floue 432x432 image d'un puzzle de Sudoku qui n'est pas adaptative seuil (prendre la moyenne sur une taille de bloc de 5x5 pixels, puis soustrayez 2):

Seuil adaptatif de l'image floue

Comme vous pouvez le voir, les chiffres sont légèrement déformés, il y a beaucoup de ruptures en eux, et quelques 5s ont fusionné en 6s et 6s en 8s. Aussi, il ya une tonne de bruit. Pour corriger le bruit, je dois faire l'image même de plus en plus floue à l'aide d'un flou Gaussien. Cependant, même un assez grand noyau Gaussien et adaptative seuil de taille de bloc (21x21, soustrayez 2) ne parvient pas à supprimer toutes les facettes et les fusibles, les chiffres sont encore plus:

Seuil adaptatif de l'image floue

J'ai aussi essayé la dilatation de l'image après seuillage, qui dispose d'un effet similaire à l'augmentation de la taille de bloc; et affûtage de l'imagequi n'a pas beaucoup d'une façon ou de l'autre. Quoi d'autre devrais-je essayer?

source d'informationauteur 1''

  1. 19

    Une assez bonne solution est d'utiliser morphologiques de clôture pour rendre la brillance uniforme et ensuite utiliser un normal (non-adaptative) seuil Otsu:

    //Divide the image by its morphologically closed counterpart
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(19,19));
Mat closed = new Mat();
Imgproc.morphologyEx(image, closed, Imgproc.MORPH_CLOSE, kernel);

image.convertTo(image, CvType.CV_32F); //divide requires floating-point
Core.divide(image, closed, image, 1, CvType.CV_32F);
Core.normalize(image, image, 0, 255, Core.NORM_MINMAX);
image.convertTo(image, CvType.CV_8UC1); //convert back to unsigned int

//Threshold each block (3x3 grid) of the image separately to
//correct for minor differences in contrast across the image.
for (int i = 0; i < 3; i++) {
    for (int j = 0; j < 3; j++) {
        Mat block = image.rowRange(144*i, 144*(i+1)).colRange(144*j, 144*(j+1));
        Imgproc.threshold(block, block, -1, 255, Imgproc.THRESH_BINARY_INV+Imgproc.THRESH_OTSU);
    }
}

    Résultat:

    Seuil adaptatif de l'image floue

  2. 5

    Prendre un coup d'oeil à Le lissage des Images OpenCV tutoriel. Sauf GaussianBlur il y a aussi des medianBlur et bilateralFilter lesquelles vous pouvez également l'utiliser pour réduire le bruit. J'ai eu cette image à partir de votre source de l'image (en haut à droite):

    Seuil adaptatif de l'image floue

    Mise à jour: Et l'image suivante que j'ai obtenu après dépose de petits contours:

    Seuil adaptatif de l'image floue

    Mise à jour: aussi, vous pouvez augmenter la netteté de l'image (par exemple, à l'aide de Laplacian). Regardez cette discussion.

  3. 0

    Toujours appliquer gaussien pour de meilleurs résultats.

    cvAdaptiveThreshold(original_image, thresh_image, 255,
            CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, 11, 2);