python - 使用OpenCV或Gimp通过水洗的墨水提高旧手写出生声明的质量

我承担了解密旧的出生/洗礼声明(1734)的手写文本的任务，该声明已洗净了页面底部的墨水(请参阅original photo Chavane.jpg)。
更具体地说，它是用于删除的文本，从姓氏输入Chavane之后开始，在这里您几乎看不到“Le dix neufdécembre...”。我们的总统可以做的最大尝试是显示为Chavane2.jpg。
我是tried isolating only the erased part，这实际上应该是我们采用不同技术(例如these)之前的起点，但是我对图像处理的知识很低，结果也不是很好。我可以得到的最好的是under clahe_2.png，使用以下代码:

import cv2 as cv
img = cv.imread('Chavane.jpg',0)
# create a CLAHE object (Arguments are optional).
clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
cl1 = clahe.apply(img)

在尝试逐像素擦除Gimp之前，我想确定这确实是最好的基础。

最佳答案

您可以在Python / OpenCV中使用除法归一化来提高质量。

读取输入的

转换为灰度

模糊图像

用灰度图像除以模糊图像

应用锐化蒙版以锐化并增加对比度

保存结果

输入:

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('Chavane.jpg')

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

# blur
smooth = cv2.GaussianBlur(gray, (33,33), 0)

# divide gray by morphology image
division = cv2.divide(gray, smooth, scale=255)

# sharpen using unsharp masking
sharp = filters.unsharp_mask(division, radius=1.5, amount=2.5, multichannel=False, preserve_range=False)
sharp = (255*sharp).clip(0,255).astype(np.uint8)

# save results
cv2.imwrite('Chavane_division.jpg',division)
cv2.imwrite('Chavane_division_sharp.jpg',sharp)

# show results
cv2.imshow('smooth', smooth)
cv2.imshow('division', division)
cv2.imshow('sharp', sharp)
cv2.waitKey(0)
cv2.destroyAllWindows()

分区图片:

锐化图像: