做自动采集电影网站有什么处罚seo结算系统

1.目的

在学校的学习过程中，需要递交许多材料，且每份材料上都需要对应负责人签名，有时候找别人要签名，然后自己粘贴的话，会出现签名模糊，背景不是纯白透明。为此以word中的“颜色+校正”功能为参照，进行OpenCV代码实现。

举例 

手写的一个签名：

图像会有阴影，且字体模糊 

 

2. 解决思路

首先通过算法来完成前景与背景的分离，再使用形态学方法来恢复图像清晰度。

• 使用canny边缘检测来获取图像中字迹的轮廓
• 使用形态学方法来恢复图像清晰度
• 使用颜色反转来获得白底黑字的签名

代码：

import cv2# 读取图像
image = cv2.imread(r'D:\papercode\AI\Ai-Dentist-Sample-Code-main\opencv\image\02.jpg')width = image.shape[1] // 2
height = image.shape[0] // 2
image = cv2.resize(image,(width, height),interpolation = cv2.INTER_AREA )
# cv2.imshow('a',image)
# 将图像转换为灰度
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# cv2.imshow('gray',gray_image)edges = cv2.Canny(gray_image, 100, 200)
# cv2.imshow('canny',edges)
# 创建一个结构元素，通常使用一个圆形的结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))# 应用膨胀操作
edges = cv2.dilate(edges, kernel, iterations=1)
# cv2.imshow('canny1',edges)
#尝试腐蚀来断偏旁部首的粘连
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
# edges = cv2.erode(edges, kernel, iterations=1)
# cv2.imshow('canny02',edges)
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (4, 4))
closing = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel1)
# cv2.imshow('canny2',closing)
# # 应用高斯模糊
# blurred_image = cv2.GaussianBlur(closing, (5, 5), 0)
# cv2.imshow('blurred_image',blurred_image)
# # 应用 Laplacian 锐化
# sharpened_image = cv2.Laplacian(closing, cv2.CV_64F)
# cv2.imshow('l',sharpened_image)
# 应用中值滤波
# smoothed_image = cv2.medianBlur(blurred_image, 5)
# cv2.imshow('se',smoothed_image)background = cv2.bitwise_not(closing)# 显示结果
cv2.imshow('Background', background)
cv2.waitKey(0)
cv2.destroyAllWindows()

2.1 canny边缘检测

edges = cv2.Canny(gray_image, 100, 200) 

参数分别为输入图像，最小阈值和最大阈值

结果如下：自己轮廓提取的效果还是不错的。因为OpenCV中一般白色为前景，所以需要将白色轮廓进行填充，需要用到形态学方法

 

2.2 膨胀操作

edges = cv2.dilate(edges, kernel, iterations=1)

可以看到，字迹有一定的填充，担任存在一些小的空洞，这个就需要用到闭运算了，来消除白色区域中的小黑块

 

2.3 闭运算

closing = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel1)

 可以看到，几乎多有的小黑块都被填充完毕，但是出现意料外的情况。在“图”字中，外面的口和里面的冬连在了一起，因为本身原图片中这两个结构就挨得很近，且为了最大限度地填充小黑块，进行膨胀时就容易粘连在一起了。

 

2.4 颜色反转

background = cv2.bitwise_not(closing)

为了得到白底黑字的效果，还需要进行颜色反转，效果如下图。由于形态学变换中的核取值过大，字迹出现了毛刺，且笔画不流畅。

 

3. 不足与尝试

代码中有使用高斯滤波和中值滤波来尝试去除毛刺。但是高斯滤波后，笔画流畅了字迹却又模糊了，且中值滤波效果不大。

高斯滤波结果：

中值滤波结果：

双边滤波结果：