接前文,讲讲具体怎么去噪。
先看例子
这是sina投票的验证码:
去噪处理后:
计算起来其实很简单,算法其实没什么好说的。简单的一句话,判断每个点是否是孤立点,如果是孤立点就把它去掉。孤立点的判断就是计算这个点上下左右的8个点是否是有效像素。然后看看有效像素的个数小于某个值k就认为是孤立点:
inline GETCOLORARROUND(CxImage& img, int a1, int a2, int& q, int x, int y, int xmin, int xmax, int ymin, int ymax) {
int x1, y1;
x1 = x + a1; y1 = y + a2;
if (x1 >= xmin && x1 < xmax && y1 >= ymin && y1 < ymax)
{
RGBQUAD c = img.GetPixelColor(x1, y1);
if (RGB2GRAY(c.rgbRed, c.rgbGreen, c.rgbBlue) != 255)
q++;
}
}
void C1(CxImage& img, int k)
{
CxImage tmp(img, true, true, true);
long xmin, ymin, xmax, ymax;
xmin = ymin = 0;
xmax = img.GetWidth(); ymax= img.GetHeight();
RGBQUAD bk;
bk.rgbBlue = 0xff;
bk.rgbGreen = 0xff;
bk.rgbRed = 0xff;
bk.rgbReserved = 0xff;
for(long y=ymin; y<ymax; y++){
for(long x=xmin; x<xmax; x++){
int q = 0;
GETCOLORARROUND(img,1, 1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,1, -1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,1, 0, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,0, 1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,0, -1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,-1, 1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,-1, -1, q, x, y, xmin, xmax, ymin, ymax);
GETCOLORARROUND(img,-1, 0, q, x, y, xmin, xmax, ymin, ymax);
if (q < k) {
tmp.SetPixelColor(x,y,bk);
}
}
}
img.Transfer(tmp);
}
上面的C1函数就是去掉指定了k值的噪音点,但是如果用k=3调用或者k=4调用,效果都不理想
但是像这样子调用
void convert(CxImage& img)
{
C1(img, 4);
C1(img, 3);
C1(img, 4);
C1(img, 3);
}
一下子就去掉了原图周围的黑边框,杂点,和线。
对吧,实际算法太简单了,只要愿意去想,就能有意想不到的效果。
更多例子稍后就给出