介绍
本文将讨论如何快速地从图像中删除文本，作为图像分类器的预处理步骤。
删除文本可能有多种或多种原因，例如，我们可以使用无文本图像进行数据增强。
在本教程中，我们将使用OCR（光学字符识别）检测图像中的文本，并在修复过程中填充照片中丢失的部分以生成完整的图像——以删除我们检测到的文本。
处理
为了从图像中删除文本，我们将执行以下三个步骤：
1. 识别图像中的文本，并使用KerasOCR获取每个文本的边界框坐标。
2. 对于每个边界框，应用一个遮罩来告诉算法我们应该修复图像的哪个部分。
3. 最后，应用一种修复算法对图像的遮罩区域进行修复，从而得到一个无文本图像。
实现
Keras ocr简介
KerasOCR提供现成的ocr模型和端到端训练管道，以构建新的ocr模型
在这种情况下，我们将使用预训练的模型，它对我们的任务非常有效。
KerasOCR将自动下载探测器和识别器的预训练权重。
当通过Keras orc传递图像时，它将返回一个（word，box）元组，其中框包含四个角的坐标（x，y）。
下面是一个快速示例：
import matplotlib．pyplot as plt
import keras＿ocr
pipeline ＝ keras＿ocr．pipeline．Pipeline（）
＃read image from the an image path （a jpg／png file or an image url）
img ＝ keras＿ocr．tools．read（image＿path）
＃ Prediction＿groups is a list of （word， box） tuples
prediction＿groups ＝ pipeline．recognize（［img］）
＃print image with annotation and boxes
keras＿ocr．tools．drawAnnotations（image＝img， predictions＝prediction＿groups［0］）
如果我们看一下prediction＿groups，我们会看到每个元素对应一组坐标。
例如，prediction＿groups［0］［10］如下：
（＇tuesday＇，
array（［［ 986．2778 ， 625．07764］，
［1192．3856 ， 622．7086 ］，
［1192．8888 ， 666．4836 ］，
［ 986．78094， 668．8526 ］］， dtype＝float32））
数组的第一个元素对应左上角的坐标，第二个元素对应右下角，第三个元素是右上角，而第四个元素是左下角。
cv2修复函数
使用OpenCV应用修复算法时，需要提供两幅图像：
1. 输入图像，包含我们要删除的文本。
2. 遮罩图像，它显示图像中要删除的文本在哪里。第二个图像的尺寸应与输入的尺寸相同。
Cv2具有两种修复算法，并允许应用矩形、圆形或线遮罩
在这种情况下，我决定使用线遮罩，因为它们更灵活地覆盖不同方向的文本（矩形遮罩只适用于平行或垂直于x轴的单词，圆形遮罩将覆盖比较大的区域）。
为了应用遮罩，我们需要提供线的起点和终点坐标以及线的厚度：
起点将是框的左上角和左下角之间的中点，终点将是右上角和右下角之间的中点。
对于厚度，我们将计算左上角和左下角之间的线长度。
import math
import numpy as np
def midpoint（x1， y1， x2， y2）：
x＿mid ＝ int（（x1 ＋ x2）／2）
y＿mid ＝ int（（y1 ＋ y2）／2）
return （x＿mid， y＿mid）
＃example of a line mask for the word ＂Tuesday＂
box ＝ prediction＿groups［0］［10］
x0， y0 ＝ box［1］［0］
x1， y1 ＝ box［1］［1］
x2， y2 ＝ box［1］［2］
x3， y3 ＝ box［1］［3］
x＿mid0， y＿mid0 ＝ midpoint（x1， y1， x2， y2）
x＿mid1， y＿mi1 ＝ midpoint（x0， y0， x3， y3）
thickness ＝ int（math．sqrt（ （x2 － x1）＊＊2 ＋ （y2 － y1）＊＊2 ））
现在我们可以创建我们的遮罩：
mask ＝ np．zeros（img．shape［：2］， dtype＝＂uint8＂）
cv2．line（mask， （x＿mid0， y＿mid0）， （x＿mid1， y＿mi1）， 255， thickness）
我们还可以检查遮罩区域，确保其正常工作。
masked ＝ cv2．bitwise＿and（img， img， mask＝mask）
plt．imshow（masked）
最后，我们可以修复图像。
在这种情况下，我们将使用cv2．INPAINT＿NS，指得是“Navier－Stokes， Fluid Dynamics， and Image and Video Inpainting”一文中描述的修复算法。
img＿inpainted ＝ cv2．inpaint（img， mask， 7， cv2．INPAINT＿NS）
plt．imshow（img＿inpainted）
正如你所看到的，“Tuesday”已从图片中删除。
汇总
现在，让我们把它总结起来，创建一个函数来去除任何图像中的文本。我们只需要生成框列表，并迭代每个文本框。
import matplotlib．pyplot as plt
import keras＿ocr
import cv2
import math
import numpy as np
def midpoint（x1， y1， x2， y2）：
x＿mid ＝ int（（x1 ＋ x2）／2）
y＿mid ＝ int（（y1 ＋ y2）／2）
return （x＿mid， y＿mid）
pipeline ＝ keras＿ocr．pipeline．Pipeline（）
def inpaint＿text（img＿path， pipeline）：
＃ read image
img ＝ keras＿ocr．tools．read（img＿path）
＃ generate （word， box） tuples
prediction＿groups ＝ pipeline．recognize（［img］）
mask ＝ np．zeros（img．shape［：2］， dtype＝＂uint8＂）
for box in prediction＿groups［0］：
x0， y0 ＝ box［1］［0］
x1， y1 ＝ box［1］［1］
x2， y2 ＝ box［1］［2］
x3， y3 ＝ box［1］［3］
x＿mid0， y＿mid0 ＝ midpoint（x1， y1， x2， y2）
x＿mid1， y＿mi1 ＝ midpoint（x0， y0， x3， y3）
thickness ＝ int（math．sqrt（ （x2 － x1）＊＊2 ＋ （y2 － y1）＊＊2 ））
cv2．line（mask， （x＿mid0， y＿mid0）， （x＿mid1， y＿mi1）， 255， thickness）
img ＝ cv2．inpaint（img， mask， 7， cv2．INPAINT＿NS）
return（img）
以下是最终结果（之前和之后）：
另外两个例子：
请注意，如果要保存图像，需要将其转换为RGB格式，否则颜色会反转！
img＿rgb ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）
cv2．imwrite（‘text＿free＿image．jpg’，img＿rgb）
如果你只对删除某些单词感兴趣，则可以包括一个if条件，如下所示：
给出了一个要删除的单词列表
remove＿list ＝ ［‘tuesday’， ‘monday’］
我们可以在for循环中包含if条件
def inpaint＿text（img＿path， remove＿list， pipeline）：
＃ read image
img ＝ keras＿ocr．tools．read（img＿path）
＃ generate （word， box） tuples
prediction＿groups ＝ pipeline．recognize（［img］）
mask ＝ np．zeros（img．shape［：2］， dtype＝＂uint8＂）
for box in prediction＿groups［0］：
if box［0］ in remove＿list：
x0， y0 ＝ box［1］［0］
x1， y1 ＝ box［1］［1］
x2， y2 ＝ box［1］［2］
x3， y3 ＝ box［1］［3］
x＿mid0， y＿mid0 ＝ midpoint（x1， y1， x2， y2）
x＿mid1， y＿mi1 ＝ midpoint（x0， y0， x3， y3）
thickness ＝ int（math．sqrt（ （x2 － x1）＊＊2 ＋ （y2 － y1）＊＊2 ））
cv2．line（mask， （x＿mid0， y＿mid0）， （x＿mid1， y＿mi1）， 255，
thickness）
img ＝ cv2．inpaint（img， mask， 7， cv2．INPAINT＿NS）
return（img）
当然，这只是一个快速的例子，说明了如何对特定的单词列表进行修复。
结尾
在这篇文章中，我们讨论了如何实现一种算法来自动删除图像中的文本，该算法使用一个预训练好的OCR模型（使用Keras）和一个使用cv2的修复算法。该算法似乎可以很好地从图像中快速删除文本，而无需为此特定任务训练模型。
当文本框靠近其他对象时，它通常表现不好，因为它可能会扭曲周围环境。
感谢阅读！
原文标题 : 使用CV2和Keras OCR从图像中删除文本
