目的

ノイズ除去は最も重要な画像処理だと思っています。

今でこそ Python などでライブラリを簡単に使えて誰でもノイズ除去出来ますが、よりキレイで鮮明な画像を追い求めたら、難しさを極めると思います。

でも、この記事では Python と Open CV を使って、すごく簡単にノイズ除去をやってみます。

収縮、膨張処理を行うので、画像はあらかじめ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。

やり方としては収縮処理を行ってから膨張処理を行うだけです。
今回は Open CV にもともと収縮処理の後に膨張処理を行うメソッドがあるので、そのメソッドを使いますが、自分で収縮処理の後に膨張処理を行うソースコードを書いても出来ます。

膨張処理と収縮処理はリンクの記事でまとめています。
なお、リンクの記事で二値化と白黒反転処理もさせているので、参考にしてみてください。

【 ocr の認識率を上げる画像処理】画像をキレイにする基本〜膨張処理〜 - 解析エンジニアの自動化 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〜 - 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
 
# ノイズ除去（収縮⇒膨張）
def NoiseRemoval(img):
    kernel = np.ones((2, 2))
    Open_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
    return Open_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_Noise_On_Const_Image.jpg'
Image005 = '005_Inv_Noise_On_Const_Image.jpg'
Image010 = '010_CleanUp_Noise_On_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)
 
# ノイズ除去（収縮⇒膨張）
CleanUp_img = NoiseRemoval(img)
cv2.imwrite(Image010, CleanUp_img)