解析エンジニアの自動化 blog

コツコツと自動化した方法を残す blog

【 ocr の認識率を上げる画像処理】画像をキレイにする基本〜収縮処理〜



こんにちは。
仕事の自動化にやりがいと達成感を感じるガッくんです。



この記事の目次



目的


白色を収縮させて輪郭を小さくする収縮処理というものがあって、収縮処理単体で行うことは少ないが、膨張処理と併用されることでノイズ除去や補間をする事が出来る基本処理として有名な処理です。

この処理は白色を対象に処理されるので、前提として、画像が二値化されていること。また、処理したい線が白であることが必要です。

二値化と白黒反転はリンクの記事でまとめています。
この記事では、収縮処理についてまとめます。

【画像処理】 ocr に必要な色々な画像処理を見据えた白黒反転処理 - 解析エンジニアの自動化 blog



プログラム

ソースコード


# -*- coding: utf-8 -*-
###############################################################################
# ライブラリインポート
###############################################################################
import os                       # os の情報を扱うライブラリ
import pytesseract              # tesseract の python 用ライブラリ
from PIL import Image, ImageOps # 画像処理ライブラリ
import numpy as np              # データ分析用ライブラリ
import cv2                      # OpenCV ライブラリ
 
# 白黒反転関数
def ColorInverter(img):
    img.convert('RGB')
    Inv_img = ImageOps.invert(img)
    return Inv_img
 
# 収縮処理関数
def ErosionImageByCV2(img):
    kernel = np.ones((2, 2))
    Ero_img = cv2.erode(img, kernel, iterations = 1)
    return Ero_img
 
# カレントディレクトリを変更する
os.chdir("C:\\作業\ocr-Preprocessing")
 
# ファイル名定義
Image000 = '000_Const_Image.jpg'
Image005 = '005_Inv_Const_Image.jpg'
Image010 = '010_Erosion_Const_Image.jpg'
 
# pytesseract に tesseract のパスを通す
pytesseract.tesseract_cmd='C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
 
#################### 画像の読み込み ####################
img = Image.open(Image000)
 
# 白黒反転
Inv_img = ColorInverter(img)
Inv_img.save(Image005)
 
#################### 画像の読み込み ####################
img = cv2.imread(Image005, 0)
 
# 収縮処理
Erosion_img = ErosionImageByCV2(img)
cv2.imwrite(Image010, Erosion_img)



画像処理の結果

図1 は入力画像、図2 は二値化・白黒反転画像、図3 は収縮画像です。


図1 入力画像



図2 二値化・白黒反転画像


図3 膨張画像



コメント

図3 の収縮画像は図2 の二値化・白黒反転画像より、輪郭が小さくなっています。

白色の線が細過ぎた場合、文字が消えちゃうかもしれませんね。



以上