删除数独图像中的水平和垂直网格

Question

这是我的输入图像：这是一个带有网格和 81 个数字的灰度数独图像。我尝试通过参考一些网站使用opencv从该图像中删除水平和垂直网格。import cv2import mathimport numpy as npimport matplotlib.pyplot as pltgray = cv2.imread('gray.png', cv2.IMREAD_GRAYSCALE)thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, 5, 5 )horizontal = np.copy(thresh)vertical = np.copy(thresh)# Specify size on horizontal axiscols = horizontal.shape[1]horizontal_size = math.ceil(cols / 20)# Create structure element for extracting horizontal lines through morphology operationshorizontalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (horizontal_size, 1))# Apply morphology operationshorizontal = cv2.erode(horizontal, horizontalStructure)horizontal = cv2.dilate(horizontal, horizontalStructure)# Show extracted horizontal linescv2.imwrite("horizontal.jpg", horizontal)# Specify size on vertical axisrows = vertical.shape[0]verticalsize = math.ceil(rows / 20)# Create structure element for extracting vertical lines through morphology operationsverticalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (1, verticalsize))# Apply morphology operationsvertical = cv2.erode(vertical, verticalStructure)vertical = cv2.dilate(vertical, verticalStructure)thresh_ = thresh - horizontal - vertical这是我当前的输出图像：我面临两个问题：并非所有水平和垂直网格都被删除。该代码还删除了数字 4 的一部分。我该如何更正我的代码？

Answer 1

我不知道这种方法是否适用于您的所有图像，但我注意到您想要删除网格的所有位置都有白线，并且图像的所有其余部分都是黑色的，因此它们似乎是一个有用的地方处理的目标。

我使用ImageMagick，但该方法可以轻松转换为 OpenCV。因此，步骤如下：

• 克隆图像和阈值，使浅色线条变为白色，其余线条变为黑色

• 将白色区域扩大为 3 个正方形，这样白线就会扩大以覆盖附近的黑色网格

• 将白色替换为灰色（171）以匹配您的背景

• 使黑色透明

• 将结果合成到原始图像上，以用灰色隐藏白线和附近的黑色区域

---

magick sudoku.png \( +clone -threshold 80% -fill "gray(171)" -morphology dilate square:3 -opaque white -transparent black \) -composite result.png

Answer 2

• 
  

1. 检测线路，使用fastLineDetector

---

• 
  

1. 设置长度阈值

---

• 
  

1. 绘制与背景相同的线条。

---

输出：

代码：

import cv2

gray = cv2.imread("gray.png", cv2.IMREAD_GRAYSCALE)

lines = cv2.ximgproc.createFastLineDetector(_length_threshold=15).detect(gray)

if lines is not None:

    for line in lines:

        (x_start, y_start, x_end, y_end) = line[0]

        cv2.line(gray, (x_start, y_start), (x_end, y_end), (172, 172, 172), thickness=4)

    cv2.imwrite("gray_result.png", gray)

    cv2.imshow("result", gray)

    cv2.waitKey(0)

    cv2.destroyAllWindows()

我们首先检查是否检测到这些行：

if lines is not None:

如果检测到线条，则获取坐标：

(x_start, y_start, x_end, y_end) = line[0]

然后画线：

cv2.line(gray, (x_start, y_start), (x_end, y_end), (172, 172, 172), thickness=4)

您可以更改线条的粗细，例如，如果将粗细设置为 10。

cv2.line(gray, (x_start, y_start), (x_end, y_end), (172, 172, 172), thickness=10)

输出：

Answer 3

有多种方法可以完成此类任务。除了其他答案之外，我还制作了另外两个示例来说明如何使用 numpy 和 OpenCV 来实现这一目标。选择正确的方式与您希望用什么来替换网格有关。

方法1：使用cv2.inpaint()函数方法2：找到白色像素并将其绘制出来

# imports

import cv2

import numpy as np

img = cv2.imread("sudoku.png")  # read image

color = img[3, 3]  # color of pixel in (3,3) coordinate

color = [int(i) for i in color]  # list of integer values of color

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # convert to grayscale

thresh = cv2.threshold(gray, 250, 255, cv2.THRESH_BINARY)[1]  # threshold image so that only white grid is left

dst = cv2.inpaint(img.copy(), thresh, 3, cv2.INPAINT_TELEA)  # Method 1: perform inpaint

coords = np.argwhere(gray==255)  # Method 2: find all coordinates of white pixels

dst2 = img.copy()  # hard copy of original image

dst3 = img.copy()  # hard copy of original image

# iterate through pixels and draw out the grid (Method 2)

for i in coords:

    cv2.circle(dst2, (i[0], i[1]), 3, color, -1)  # cirle with radius 3

    cv2.circle(dst3, (i[0], i[1]), 1, color, -1)  # circle only one pixel

# Write and display images

cv2.imwrite("dst.png", dst)

cv2.imwrite("dst2.png", dst2)

cv2.imwrite("dst3.png", dst3)

cv2.imshow("dst", dst)

cv2.imshow("dst2", dst2)

cv2.imshow("dst3", dst3)

cv2.waitKey(0)

cv2.destroyAllWindows()

结果：

.

方法一

方法2（5像素半径）