形態学的操作は、画像内のオブジェクトの構造を変更する画像処理技術です。文書画像のクリーンアップで広く利用され、読みやすくなり、OCR(光学文字認識)用の画像を用意します。この記事では、これらの操作が文書画像を高めるためにどのように適用されるかの実例を紹介します。

騒音と小アーティファクトの除去

一般的なアプリケーションは、スキャンされた文書に斑点や点として表示される小さなノイズ粒子を除去します。 形態学的開口部を使用して、小さなオブジェクトは、メインテキストに影響を与えずに排除されます。 このプロセスは、効果的に画像をクリーンアップする、ディレーションが続く侵食を含みます。

テキストのギャップを閉じる

文字内のギャップを閉じたり、テキストの部分の間には明快さが向上します。 放射線を伴う形態学的閉鎖は、小さな穴を埋め、壊れたストロークを接続します。 これは、衰退または壊れたテキストでスキャンされた文書のために特に便利です。

テキストのセグメンテーションの強化

形態学的操作は、背景からテキストをセグメンテーションするのに役立ちます。例えば、ディレーションはテキスト領域を拡大し、背景のノイズとはより明確にすることができます。逆に、エロジョンは、キャラクター認識で接続された文字や線を分離することができます。

使用される共通の形態学操作

  • ] 浸漬:]] オブジェクト境界にピクセルを取り除き、ノイズを低減します。
  • Dilation:]] オブジェクト境界にピクセルを追加し、ギャップを埋めます。
  • ]:]] ノイズ除去に使用される、放射線が続く。
  • 閉鎖:] 分離は、ギャップの充填に使用される侵食に続きます。