how to extract hand drawn figures from photos

當你用手機拍照手畫圖案時，常常會因為採光關係，出現深淺不一色調，如左圖所示。這時若用 Adobe Photoshop Express 之類的影像處理軟體，其提供的對比調整 或 門檻值調整 (threshold adjustment) 工具，很難單獨萃取手畫圖案出來。

若會 Python 程式，建議改用 OpenCV 套件提供的 adaptiveThreshold 方法，可自動調整臨界值，萃取手畫圖案。經適當調整參數，發現效果不錯，如上圖所示。其程式寫法如下:

#
# 去處影像 destin = adaptiveThreshold(src 來源影像, 
#    maxValue 像素最大值, 
#    adaptiveMethod 門檻值調適計算法,
#       ADAPTIVE_THRESH_MEAN_C | ADAPTIVE_THRESH_GAUSSIAN_C
#    thresholdType 門檻值套用法,
#       THRESH_BINARY | THRESH_BINARY_INV | THRESH_TRUNC |
#       THRESH_TOZERO | THRESH_TOZERO_INV
#    blockSize 鄰居方塊邊長，像素為單位, 
#    C 常數值，供鄰居方塊內的像素加權和 減掉 常數值 當成門檻值)
#
import cv2
import matplotlib.pyplot as plt
%matplotlib inline

input = 'c:/path/source.jpg'
output = 'c:/path/destin.jpg'

# 以灰階模式(0)，讀入影像
img = cv2.imread(input,0)

# 進行中位數模糊化影像處理，將每一像素由其5x5鄰居值的中位數取代
# 可降低噪訊，保留形狀邊界
img = cv2.medianBlur(img,5)

# 依據調適性門檻，進行二值化影像處理
newimg = cv2.adaptiveThreshold(
  img, # 來源影像(灰階圖)
  255, # 像素最大值
  cv2.ADAPTIVE_THRESH_GAUSSIAN_C, # 計算鄰居高斯加權和，減常數C，當門檻值
  cv2.THRESH_BINARY, # 2值化門檻套用法，高於門檻值為255(白)，否則為0(黑) 
  11, # 鄰居方塊邊長有多少像素個數 
  10) # 常數值，試誤找出合適值

# 寫出二值化處理結果
cv2.imwrite(output, newimg)