简介本资源是一个基于C#与OpenCvSharp实现文字图像中干扰线条去除的完整工程实践项目面向图像处理初学者、OCR预处理开发者及文档数字化相关技术人员解决扫描件或拍照文本中因表格线、划痕、噪点等导致OCR识别率下降的核心问题。项目采用二值化、形态学腐蚀/膨胀、霍夫直线检测、连通域分析等典型OpenCV图像处理流程显著提升文字区域纯净度与结构完整性。压缩包共94个文件包含10个核心C#源码如frmMain.cs、1个Visual Studio解决方案.sln、11个动态链接库dll、6个可执行文件exe及配套配置、资源与调试文件整体体积35.46MB目录结构清晰便于快速编译运行与模块化学习。目前已有163人下载学习提供开箱即用的GUI演示程序、完整项目配置与可调试源码有助于深入理解文字图像去线的技术路径与OpenCvSharp工程化落地细节。C# OpenCvSharp 去除文字中的线条做OCR预处理或者票据自动化的朋友看到这个项目标题估计都会心一笑——辛辛苦苦扫描出来的单据、试卷、合同文字上面横着一道下划线或者表格线直接压在数字上OCR引擎直接识别成乱码。这个项目干的事很简单也很实用用C#配合OpenCvSharp把图片里文字区域的横线、竖线、表格线自动找出来并去掉同时尽量保住文字笔画本身让后面接OCR或者人工看图都舒服很多。我在实际项目里做过不少这类图像清理一开始也试过Photoshop手动抹、用Hough变换检测直线后来发现最稳的路线还是OpenCV官方文档里那套经典的“提取水平/垂直线”思路——通过形态学操作用长条形的核把线条结构单独筛出来生成掩膜之后再用修复算法填掉。这套方法在C#里用OpenCvSharp实现起来非常顺手也就几百行代码的事。这篇文章我把完整思路、每一步的原理、完整的C#代码以及我在实际调试中踩过的坑全部整理出来适合正在做票据识别、文档去线、试卷去下划线这类需求的开发者参考。1. 项目整体思路与方案选型1.1 需求拆解去线为什么不是简单“涂白”先把问题说清楚。所谓“去除文字中的线条”核心场景通常是这几类扫描试卷或单据时下划线、横线、竖线与文字重叠表格线把数字、字母区域切碎OCR识别困难身份证复印件、合同上面有干扰性的装饰线、水印线手写笔记中删除线、划线覆盖在手写文字上。很多人第一反应是“直接把某一行像素变白不就行了”但实际行不通。原因是线条颜色和文字颜色往往都是黑色直接按颜色过滤会连文字一起干掉。就算线条是红色的简单按颜色抠掉线条交叉处的文字笔画也会缺一块。所以正确的思路是先定位线条所在的区域生成一个掩膜mask再对这个掩膜区域做像素修复inpaint。这样线条被去掉而掩膜边缘之外的文字笔画尽可能保留。如果不做inpaint单纯把掩膜区域填充成背景色线条和文字交叉的位置会出现明显的“断笔”识别效果依然好不到哪去。1.2 为什么选OpenCvSharp而不是其他方案这个项目是用C#落地那图像处理库的选择就很关键。C#生态里常用的有OpenCvSharp、EmguCV以及一些商业库。OpenCvSharp是我个人用得最多的一个。相比EmguCVOpenCvSharp的API设计更贴近OpenCV C原生接口几乎没有额外包装查C文档就能直接对应着写C#代码网上OpenCV的资料也基本都能套用。这对“拿现成算法快速落地”来说非常重要——你不需要把Python案例翻译成另一套API风格而是几乎一行行对照搬过来就行。另一个好处是.NET生态下的部署体验。OpenCvSharp提供了OpenCvSharp4和OpenCvSharp4.runtime.win两个NuGet包后者直接带Windows运行库打包时会自动拷贝native的dll到输出目录不像某些库需要手动配置环境变量。对于桌面工具、上位机这类C#项目的常规开发模式来说省心不少。1.3 常见去线方案的对比在定方案之前我把网上能看到的几种去线方法都过了一遍大概有这几类方案原理优点缺点颜色阈值过滤按像素颜色范围直接去掉线条色简单速度快线条颜色与文字接近时失效交叉处会伤字Hough变换检测直线检测图像中的直线段再把这些线段区域涂掉对直线情有独钟适合规整表格线检测参数多断线、弯曲线条效果差线段合并麻烦斜线处理难轮廓长宽比筛选提取连通域按外接矩形长宽比找线条轮廓能处理不规则线条文字笔画也经常出现长条形状容易误判参数不好调形态学长条核提取用宽/高为1的长条核做开运算把线条结构单独分离对水平/垂直线效果极好实现简单参数直观对斜线无能为力需要按方向分别处理深度学习语义分割训练一个分割模型把线像素标出来通用性最强斜线曲线都能去成本高需要打标和训练杀鸡用牛刀最终我选的是形态学这条路线。原因很直接绝大多数实际场景里的干扰线都是水平下划线、表格横线竖线这类规整结构形态学方法对它们的提取效果接近完美而且不用训练模型几行代码就能跑通。官方文档里那张经典的“提取水平与垂直线”示例图用的就是这条路子。2. 核心算法原理与关键步骤2.1 形态学开运算为什么能“筛”出线条说到形态学操作先说点理论不然代码写出来也是照着抄遇到问题不好排查。形态学的开运算Open就是先腐蚀再膨胀作用是“去除小的噪声、断开细的连接”。关键是选择的核kernel形状。如果用矩形核Size(w, h)对二值图做开运算那么图中凡是“尺寸小于这个核”的结构都会被抹掉而“尺寸明显大于核”的结构会保留下来。这里有个很巧妙的用法如果用一个高度只有1像素、宽度很长的核比如Size(100, 1)对二值图做开运算那么图像中宽度不够长的横向结构比如文字里的竖笔画、短横笔画会被腐蚀掉而横向延伸足够长的线条比如下划线、表格横线会被保留下来。也就是说长条形核天然地“偏好”同方向的长结构。提取横线用宽扁核提取竖线用窄高核两个方向各做一次再合并就把图中所有横平竖直的线条都捞出来了。我再用大白话解释一遍想象你拿一把很宽的梳子横着往纸上刷短小的笔画被梳子齿带走了但一条长长的横线能从头到尾撑住梳齿的间隙所以留了下来。这个“梳子”就是我们的长条核。2.2 二值化是前提把图像变成黑白分明形态学操作作用在灰度图或二值图上效果最直观。实际处理中我一般先把原图转灰度再做一次二值化。二值化的目标是把文字和线条变成白色255背景变成黑色0。OpenCvSharp里最常用的是Otsu自适应阈值Mat gray new Mat(); Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY); Mat binary new Mat(); Cv2.Threshold(gray, binary, 0, 255, ThresholdTypes.BinaryInv | ThresholdTypes.Otsu);这里用了BinaryInv也就是“反二进制阈值”意思是灰度值大于阈值时置为0小于阈值时置为255。因为扫描件通常是白底黑字反向后文字变成白色、背景变成黑色正好符合多数形态学处理时“前景为白”的习惯。如果你的图片是深色底浅色字那就改用ThresholdTypes.Binary让文字照样变成白色。实在判断不准的时候可以先输出二值图看一眼再决定用哪种模式。2.3 完整算法流程一览整个去线流程可以拆成下面几步读取图片转灰度二值化让文字和线条成为白色前景用宽扁核做开运算得到横线掩膜用窄高核做开运算得到竖线掩膜合并两个掩膜轻微膨胀保证线条区域被完整覆盖用原图 掩膜做inpaint修复把线条区域填补掉保存结果。这个流程对应OpenCV官方“Extract horizontal and vertical lines”示例只不过我把它换成了C#实现并且针对“去除文字中的线条”场景做了一些调整——比如最后用inpaint而不是直接涂白。3. C# OpenCvSharp 完整代码实现3.1 环境准备与NuGet包新建一个.NET控制台项目或者WinForms/WPF应用都可以图像处理部分完全一样。我演示用的环境是.NET 6 OpenCvSharp4。用NuGet安装两个包dotnet add package OpenCvSharp4 dotnet add package OpenCvSharp4.runtime.win第一行是核心库第二行是Windows运行库。记得把项目配置成x64因为OpenCvSharp自带的native库是64位的默认AnyCPU在运行时偶尔会有加载问题。3.2 第一步读取图片并生成二值图下面是完整的核心处理类我加上了注释。using OpenCvSharp; public class LineRemover { public static Mat RemoveLines(string inputPath) { // 1. 以彩色方式读图inpaint时用彩色图效果更好 Mat src Cv2.ImRead(inputPath, ImreadModes.Color); if (src.Empty()) throw new Exception(图片加载失败检查路径); // 2. 转灰度 Mat gray new Mat(); Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY); // 3. 二值化白底黑字图翻转让文字和线条变成白色 Mat binary new Mat(); Cv2.Threshold(gray, binary, 0, 255, ThresholdTypes.BinaryInv | ThresholdTypes.Otsu); // 4. 提取水平线 Mat horizontal ExtractHorizontal(binary); // 5. 提取垂直线 Mat vertical ExtractVertical(binary); // 6. 合并两个方向的线条掩膜 Mat lineMask new Mat(); Cv2.BitwiseOr(horizontal, vertical, lineMask); // 7. 轻微膨胀保证掩膜完全包裹线条边缘 Mat dilateKernel Cv2.GetStructuringElement(MorphShapes.Rect, new Size(3, 3)); Cv2.Dilate(lineMask, lineMask, dilateKernel); // 8. 用inpaint修复线条区域 Mat result new Mat(); Cv2.Inpaint(src, lineMask, result, 3, InpaintMethod.Telea); return result; } private static Mat ExtractHorizontal(Mat binary) { int cols binary.Cols; // 核的长度取图像宽度的1/20至少为1 int kernelLength Math.Max(cols / 20, 1); Mat kernel Cv2.GetStructuringElement( MorphShapes.Rect, new Size(kernelLength, 1)); Mat horizontal new Mat(); Cv2.MorphologyEx(binary, horizontal, MorphTypes.Open, kernel); return horizontal; } private static Mat ExtractVertical(Mat binary) { int rows binary.Rows; // 核的长度取图像高度的1/20至少为1 int kernelLength Math.Max(rows / 20, 1); Mat kernel Cv2.GetStructuringElement( MorphShapes.Rect, new Size(1, kernelLength)); Mat vertical new Mat(); Cv2.MorphologyEx(binary, vertical, MorphTypes.Open, kernel); return vertical; } }调用方式很简单Mat result LineRemover.RemoveLines(input.png); Cv2.ImWrite(output.png, result);3.3 对“交叉处伤字”的处理细节代码里最关键的一步是第8行的Cv2.Inpaint。这里展开讲讲。Inpaint修复算法的原理是根据掩膜周围的有效像素用插值方式猜测掩膜区域原本的样子。OpenCvSharp支持两种算法InpaintMethod.Telea基于快速行进方法从掩膜边缘逐层向内部推进速度较快InpaintMethod.NS基于偏微分方程修复结果更平滑但速度稍慢。实际处理文字线条场景我一般用Telea。半径参数设为3比较合适——半径太大交叉处的文字笔画会被糊成一片半径太小线条边缘又盖不干净。这个值建议根据你图片的分辨率适当调整300dpi扫描件用3~5没问题手机拍的图可以试到7~10。有朋友会问既然直接inpaint就可能伤字能不能避免交叉部分答案是很难完全避免因为线条本身就是盖在笔画上的。我们能做的是尽量让掩膜只覆盖线条区域而不是整个字所以前面用形态学单独提取线条、而不是直接对整行像素涂白这个区别很重要。3.4 如果想同时处理反色图片二值化那里不同来源的图片颜色习惯不一样。有些票据是红头文件文字是红色有些截图是深色背景浅色文字。最稳妥的办法是写一个自适应判断计算二值化后白色像素占比如果白色像素过多说明当前是“白字黑底”的反转状态再做一次取反。// 统计白色像素比例 int whiteCount Cv2.CountNonZero(binary); double whiteRatio (double)whiteCount / (binary.Rows * binary.Cols); // 如果白色比例过高说明图片可能是深底浅字取反 if (whiteRatio 0.7) { Cv2.BitwiseNot(binary, binary); }这样处理票据、合同、扫描件时通用性会强很多。当然这个阈值不是一个严格标准建议不同场景自己跑一遍看看效果。4. 参数调优与效果提升4.1 核长度怎么选形态学提取线条的原理决定了对核长度比较敏感。核太短可能把一些文字笔画也误判成线条核太长较短的线段就提取不全。我的经验是提取横线时核长度取图像宽度的1/15 ~ 1/30。图像越宽线条对应的物理长度越可能被拉长所以按比例来比固定数值更科学核高度固定为1不要随意加大。一旦核高度变成2甚至3就会有更多横向笔画被误收进来提取竖线时同理核长度取图像高度的1/15 ~ 1/30宽度固定为1。另外一个技巧是如果发现线条被提取得断断续续可以先用一个更大的核做一次“膨胀”或者“闭运算”把断裂的线段连起来再开运算提取。但闭运算也会带来新的问题——线条上的文字笔画会被一起连进来所以做之前最好先测试一下。4.2 关于膨胀次数的取舍代码里我用了一个3x3的膨胀核对合并后的掩膜做了一次膨胀。这个操作的目的很简单线条边缘通常不是纯黑而是有灰色过渡的如果不膨胀inpaint只会修复线条内部边缘的灰色残留还会留在图里看着不干净。但是膨胀次数不能多。膨胀本质是扩大掩膜范围掩膜范围越大inpaint对周围文字的侵蚀就越严重。我的建议是最多膨胀1~2次且核不要超过3x3。如果你发现线条边缘已经盖得很干净那么膨胀这步可以直接去掉。4.3 更极端的场景只去横线有些场景下只需要去掉下划线不需要处理竖线。比如作文纸扫描件可能只需要清掉横线而保留格子竖线或者反过来。这时候只需要在RemoveLines方法里把竖线提取那段注释掉以及最终合并时只使用horizontal掩膜。不要两个都跑再在BitwiseOr里掩盖掉那纯粹是浪费算力。// 只保留横线时合并那行换成 Mat lineMask horizontal.Clone();4.4 提高OCR识别率的额外招数去完线之后如果你要接OCR我建议再做两件小事对结果再做一次自适应阈值或者大津阈值把灰度图重新二值化。因为inpaint生成的像素往往是灰蒙蒙的中间色调OCR引擎对这类区域的特征提取比较吃力如果图片有倾斜可以先做一次校正再去除线条。倾斜角度超过2度时形态学长条核提取横线就不再准确线的方向不完全是水平的了。// 二值化增强 Mat binaryResult new Mat(); Cv2.Threshold(result, binaryResult, 0, 255, ThresholdTypes.Binary | ThresholdTypes.Otsu);5. 常见问题与排查技巧实录5.1 表格线断断续续提取不完整表现最终输出的图里一些横线中间缺了一段像虚线一样。原因核长度设得太短导致长横线的某些区域没有被完整识别出来或者二值化后线条内部有大量噪点形态学操作把这些噪点当成了“非线条”结构。解决把核长度调大从图像宽度的1/30逐步增加到1/15如果线条本身是虚线那开运算提取后自然就是断的。这种情况先做一个闭运算把虚线连接成实线再提检查二值化参数确保线条在二值图上是一条连续的白色带。5.2 文字笔画被误删表现去线之后字变“瘦”了尤其是带长横笔画的汉字比如“一”“二”“三”这类字笔画被当成线条抹掉了。原因长条核在提取线条时也会提取到文字中方向一致、长度足够的笔画。解决把核长度调大越长的核只会保留真正长的线条短笔画自然的“长度抗性”就更强核宽度保持为1不要加大如果文字笔画确实很长比如书法字体中的长横可以考虑把掩膜线条限定在“超过某个最小长度”的连通域内。简单做法是用Cv2.FindContours找出每个线条轮廓过滤掉面积太小的再画回掩膜。// 过滤小面积连通域 Mat filteredMask Mat.Zeros(lineMask.Size(), MatType.CV_8UC1); Cv2.FindContours(lineMask, out Point[][] contours, out HierarchyIndex[] hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); foreach (var contour in contours) { double area Cv2.ContourArea(contour); if (area 500) // 阈值按图片尺寸调整 { Cv2.DrawContours(filteredMask, new[] { contour }, -1, new Scalar(255), -1); } }注意找轮廓处理的是掩膜图也就是步骤4之后合并出来的黑白图别把原图传进去了。5.3 inpaint后文字变得模糊、有重影表现线条确实没了但交叉处的笔画糊成一团或者出现发白的雾状痕迹。原因inpaint实际上是“猜测”被掩膜盖住的像素周围信息不足时猜出来的结果自然不锐利。这在细笔画与粗线条交叉时非常明显。解决把inpaint半径从3调小到1或2优先保证笔画形状改用NS算法试试有些场景下NS的结果更平滑对自己做锐化比如Cv2.Laplacian边缘增强或者unsharp mask把模糊感压下去如果线条是纯色且背景是纯色可以不用inpaint直接把掩膜区域填充为背景色效果反而更干净。前提是线条和文字交叉处不多。5.4 内存泄漏与运行变慢C#写OpenCvSharp最常见的坑就是Mat对象把内存吃满。OpenCvSharp虽然封装了OpenCV但底层native内存不会自动被C#垃圾回收器很好管理。我在代码里写了很多中间Mat变量正式项目里记得用using包裹或者手动Disposeusing (Mat binary new Mat()) using (Mat horizontal new Mat()) using (Mat vertical new Mat()) { // 处理逻辑 }如果在一个循环里批量处理几百张图片不释放中间变量内存占用会直线飙升很容易把桌面程序搞崩。这个是真实项目里最容易翻车的点比算法本身还致命。最后的经验之谈我在实际做这个需求的时候最开始用的方案是先Hough变换检测直线再把这些线段的邻域涂成白色。效果勉强能用但一旦线条有轻微弯曲、或者和文字笔画交织得比较深结果就稀碎。后来换成形态学提取inpaint修复几乎是一把过大部分常见扫描件都能处理得比较干净。如果你是在WinForm或者WPF里做工具类应用建议把处理逻辑放到后台线程去跑不然图片稍微大一点界面就卡死。另外处理前把图片缩放到合理尺寸也很重要3000x4000的大图直接用大核做形态学操作耗时能到一两秒但缩放到1500以内后再处理速度能快三五倍效果几乎没有差别。希望这篇帖子能帮你搞定类似的去线需求。整个方案说实话不复杂核心就是形态学核的形状、二值化方向、inpaint半径这三个参数只要理解了它们之间的关系遇到变形的场景也能很快自己调出来。本文还有配套的精品资源点击获取
C# OpenCvSharp去除文字中的线条实现详解
简介本资源是一个基于C#与OpenCvSharp实现文字图像中干扰线条去除的完整工程实践项目面向图像处理初学者、OCR预处理开发者及文档数字化相关技术人员解决扫描件或拍照文本中因表格线、划痕、噪点等导致OCR识别率下降的核心问题。项目采用二值化、形态学腐蚀/膨胀、霍夫直线检测、连通域分析等典型OpenCV图像处理流程显著提升文字区域纯净度与结构完整性。压缩包共94个文件包含10个核心C#源码如frmMain.cs、1个Visual Studio解决方案.sln、11个动态链接库dll、6个可执行文件exe及配套配置、资源与调试文件整体体积35.46MB目录结构清晰便于快速编译运行与模块化学习。目前已有163人下载学习提供开箱即用的GUI演示程序、完整项目配置与可调试源码有助于深入理解文字图像去线的技术路径与OpenCvSharp工程化落地细节。C# OpenCvSharp 去除文字中的线条做OCR预处理或者票据自动化的朋友看到这个项目标题估计都会心一笑——辛辛苦苦扫描出来的单据、试卷、合同文字上面横着一道下划线或者表格线直接压在数字上OCR引擎直接识别成乱码。这个项目干的事很简单也很实用用C#配合OpenCvSharp把图片里文字区域的横线、竖线、表格线自动找出来并去掉同时尽量保住文字笔画本身让后面接OCR或者人工看图都舒服很多。我在实际项目里做过不少这类图像清理一开始也试过Photoshop手动抹、用Hough变换检测直线后来发现最稳的路线还是OpenCV官方文档里那套经典的“提取水平/垂直线”思路——通过形态学操作用长条形的核把线条结构单独筛出来生成掩膜之后再用修复算法填掉。这套方法在C#里用OpenCvSharp实现起来非常顺手也就几百行代码的事。这篇文章我把完整思路、每一步的原理、完整的C#代码以及我在实际调试中踩过的坑全部整理出来适合正在做票据识别、文档去线、试卷去下划线这类需求的开发者参考。1. 项目整体思路与方案选型1.1 需求拆解去线为什么不是简单“涂白”先把问题说清楚。所谓“去除文字中的线条”核心场景通常是这几类扫描试卷或单据时下划线、横线、竖线与文字重叠表格线把数字、字母区域切碎OCR识别困难身份证复印件、合同上面有干扰性的装饰线、水印线手写笔记中删除线、划线覆盖在手写文字上。很多人第一反应是“直接把某一行像素变白不就行了”但实际行不通。原因是线条颜色和文字颜色往往都是黑色直接按颜色过滤会连文字一起干掉。就算线条是红色的简单按颜色抠掉线条交叉处的文字笔画也会缺一块。所以正确的思路是先定位线条所在的区域生成一个掩膜mask再对这个掩膜区域做像素修复inpaint。这样线条被去掉而掩膜边缘之外的文字笔画尽可能保留。如果不做inpaint单纯把掩膜区域填充成背景色线条和文字交叉的位置会出现明显的“断笔”识别效果依然好不到哪去。1.2 为什么选OpenCvSharp而不是其他方案这个项目是用C#落地那图像处理库的选择就很关键。C#生态里常用的有OpenCvSharp、EmguCV以及一些商业库。OpenCvSharp是我个人用得最多的一个。相比EmguCVOpenCvSharp的API设计更贴近OpenCV C原生接口几乎没有额外包装查C文档就能直接对应着写C#代码网上OpenCV的资料也基本都能套用。这对“拿现成算法快速落地”来说非常重要——你不需要把Python案例翻译成另一套API风格而是几乎一行行对照搬过来就行。另一个好处是.NET生态下的部署体验。OpenCvSharp提供了OpenCvSharp4和OpenCvSharp4.runtime.win两个NuGet包后者直接带Windows运行库打包时会自动拷贝native的dll到输出目录不像某些库需要手动配置环境变量。对于桌面工具、上位机这类C#项目的常规开发模式来说省心不少。1.3 常见去线方案的对比在定方案之前我把网上能看到的几种去线方法都过了一遍大概有这几类方案原理优点缺点颜色阈值过滤按像素颜色范围直接去掉线条色简单速度快线条颜色与文字接近时失效交叉处会伤字Hough变换检测直线检测图像中的直线段再把这些线段区域涂掉对直线情有独钟适合规整表格线检测参数多断线、弯曲线条效果差线段合并麻烦斜线处理难轮廓长宽比筛选提取连通域按外接矩形长宽比找线条轮廓能处理不规则线条文字笔画也经常出现长条形状容易误判参数不好调形态学长条核提取用宽/高为1的长条核做开运算把线条结构单独分离对水平/垂直线效果极好实现简单参数直观对斜线无能为力需要按方向分别处理深度学习语义分割训练一个分割模型把线像素标出来通用性最强斜线曲线都能去成本高需要打标和训练杀鸡用牛刀最终我选的是形态学这条路线。原因很直接绝大多数实际场景里的干扰线都是水平下划线、表格横线竖线这类规整结构形态学方法对它们的提取效果接近完美而且不用训练模型几行代码就能跑通。官方文档里那张经典的“提取水平与垂直线”示例图用的就是这条路子。2. 核心算法原理与关键步骤2.1 形态学开运算为什么能“筛”出线条说到形态学操作先说点理论不然代码写出来也是照着抄遇到问题不好排查。形态学的开运算Open就是先腐蚀再膨胀作用是“去除小的噪声、断开细的连接”。关键是选择的核kernel形状。如果用矩形核Size(w, h)对二值图做开运算那么图中凡是“尺寸小于这个核”的结构都会被抹掉而“尺寸明显大于核”的结构会保留下来。这里有个很巧妙的用法如果用一个高度只有1像素、宽度很长的核比如Size(100, 1)对二值图做开运算那么图像中宽度不够长的横向结构比如文字里的竖笔画、短横笔画会被腐蚀掉而横向延伸足够长的线条比如下划线、表格横线会被保留下来。也就是说长条形核天然地“偏好”同方向的长结构。提取横线用宽扁核提取竖线用窄高核两个方向各做一次再合并就把图中所有横平竖直的线条都捞出来了。我再用大白话解释一遍想象你拿一把很宽的梳子横着往纸上刷短小的笔画被梳子齿带走了但一条长长的横线能从头到尾撑住梳齿的间隙所以留了下来。这个“梳子”就是我们的长条核。2.2 二值化是前提把图像变成黑白分明形态学操作作用在灰度图或二值图上效果最直观。实际处理中我一般先把原图转灰度再做一次二值化。二值化的目标是把文字和线条变成白色255背景变成黑色0。OpenCvSharp里最常用的是Otsu自适应阈值Mat gray new Mat(); Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY); Mat binary new Mat(); Cv2.Threshold(gray, binary, 0, 255, ThresholdTypes.BinaryInv | ThresholdTypes.Otsu);这里用了BinaryInv也就是“反二进制阈值”意思是灰度值大于阈值时置为0小于阈值时置为255。因为扫描件通常是白底黑字反向后文字变成白色、背景变成黑色正好符合多数形态学处理时“前景为白”的习惯。如果你的图片是深色底浅色字那就改用ThresholdTypes.Binary让文字照样变成白色。实在判断不准的时候可以先输出二值图看一眼再决定用哪种模式。2.3 完整算法流程一览整个去线流程可以拆成下面几步读取图片转灰度二值化让文字和线条成为白色前景用宽扁核做开运算得到横线掩膜用窄高核做开运算得到竖线掩膜合并两个掩膜轻微膨胀保证线条区域被完整覆盖用原图 掩膜做inpaint修复把线条区域填补掉保存结果。这个流程对应OpenCV官方“Extract horizontal and vertical lines”示例只不过我把它换成了C#实现并且针对“去除文字中的线条”场景做了一些调整——比如最后用inpaint而不是直接涂白。3. C# OpenCvSharp 完整代码实现3.1 环境准备与NuGet包新建一个.NET控制台项目或者WinForms/WPF应用都可以图像处理部分完全一样。我演示用的环境是.NET 6 OpenCvSharp4。用NuGet安装两个包dotnet add package OpenCvSharp4 dotnet add package OpenCvSharp4.runtime.win第一行是核心库第二行是Windows运行库。记得把项目配置成x64因为OpenCvSharp自带的native库是64位的默认AnyCPU在运行时偶尔会有加载问题。3.2 第一步读取图片并生成二值图下面是完整的核心处理类我加上了注释。using OpenCvSharp; public class LineRemover { public static Mat RemoveLines(string inputPath) { // 1. 以彩色方式读图inpaint时用彩色图效果更好 Mat src Cv2.ImRead(inputPath, ImreadModes.Color); if (src.Empty()) throw new Exception(图片加载失败检查路径); // 2. 转灰度 Mat gray new Mat(); Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY); // 3. 二值化白底黑字图翻转让文字和线条变成白色 Mat binary new Mat(); Cv2.Threshold(gray, binary, 0, 255, ThresholdTypes.BinaryInv | ThresholdTypes.Otsu); // 4. 提取水平线 Mat horizontal ExtractHorizontal(binary); // 5. 提取垂直线 Mat vertical ExtractVertical(binary); // 6. 合并两个方向的线条掩膜 Mat lineMask new Mat(); Cv2.BitwiseOr(horizontal, vertical, lineMask); // 7. 轻微膨胀保证掩膜完全包裹线条边缘 Mat dilateKernel Cv2.GetStructuringElement(MorphShapes.Rect, new Size(3, 3)); Cv2.Dilate(lineMask, lineMask, dilateKernel); // 8. 用inpaint修复线条区域 Mat result new Mat(); Cv2.Inpaint(src, lineMask, result, 3, InpaintMethod.Telea); return result; } private static Mat ExtractHorizontal(Mat binary) { int cols binary.Cols; // 核的长度取图像宽度的1/20至少为1 int kernelLength Math.Max(cols / 20, 1); Mat kernel Cv2.GetStructuringElement( MorphShapes.Rect, new Size(kernelLength, 1)); Mat horizontal new Mat(); Cv2.MorphologyEx(binary, horizontal, MorphTypes.Open, kernel); return horizontal; } private static Mat ExtractVertical(Mat binary) { int rows binary.Rows; // 核的长度取图像高度的1/20至少为1 int kernelLength Math.Max(rows / 20, 1); Mat kernel Cv2.GetStructuringElement( MorphShapes.Rect, new Size(1, kernelLength)); Mat vertical new Mat(); Cv2.MorphologyEx(binary, vertical, MorphTypes.Open, kernel); return vertical; } }调用方式很简单Mat result LineRemover.RemoveLines(input.png); Cv2.ImWrite(output.png, result);3.3 对“交叉处伤字”的处理细节代码里最关键的一步是第8行的Cv2.Inpaint。这里展开讲讲。Inpaint修复算法的原理是根据掩膜周围的有效像素用插值方式猜测掩膜区域原本的样子。OpenCvSharp支持两种算法InpaintMethod.Telea基于快速行进方法从掩膜边缘逐层向内部推进速度较快InpaintMethod.NS基于偏微分方程修复结果更平滑但速度稍慢。实际处理文字线条场景我一般用Telea。半径参数设为3比较合适——半径太大交叉处的文字笔画会被糊成一片半径太小线条边缘又盖不干净。这个值建议根据你图片的分辨率适当调整300dpi扫描件用3~5没问题手机拍的图可以试到7~10。有朋友会问既然直接inpaint就可能伤字能不能避免交叉部分答案是很难完全避免因为线条本身就是盖在笔画上的。我们能做的是尽量让掩膜只覆盖线条区域而不是整个字所以前面用形态学单独提取线条、而不是直接对整行像素涂白这个区别很重要。3.4 如果想同时处理反色图片二值化那里不同来源的图片颜色习惯不一样。有些票据是红头文件文字是红色有些截图是深色背景浅色文字。最稳妥的办法是写一个自适应判断计算二值化后白色像素占比如果白色像素过多说明当前是“白字黑底”的反转状态再做一次取反。// 统计白色像素比例 int whiteCount Cv2.CountNonZero(binary); double whiteRatio (double)whiteCount / (binary.Rows * binary.Cols); // 如果白色比例过高说明图片可能是深底浅字取反 if (whiteRatio 0.7) { Cv2.BitwiseNot(binary, binary); }这样处理票据、合同、扫描件时通用性会强很多。当然这个阈值不是一个严格标准建议不同场景自己跑一遍看看效果。4. 参数调优与效果提升4.1 核长度怎么选形态学提取线条的原理决定了对核长度比较敏感。核太短可能把一些文字笔画也误判成线条核太长较短的线段就提取不全。我的经验是提取横线时核长度取图像宽度的1/15 ~ 1/30。图像越宽线条对应的物理长度越可能被拉长所以按比例来比固定数值更科学核高度固定为1不要随意加大。一旦核高度变成2甚至3就会有更多横向笔画被误收进来提取竖线时同理核长度取图像高度的1/15 ~ 1/30宽度固定为1。另外一个技巧是如果发现线条被提取得断断续续可以先用一个更大的核做一次“膨胀”或者“闭运算”把断裂的线段连起来再开运算提取。但闭运算也会带来新的问题——线条上的文字笔画会被一起连进来所以做之前最好先测试一下。4.2 关于膨胀次数的取舍代码里我用了一个3x3的膨胀核对合并后的掩膜做了一次膨胀。这个操作的目的很简单线条边缘通常不是纯黑而是有灰色过渡的如果不膨胀inpaint只会修复线条内部边缘的灰色残留还会留在图里看着不干净。但是膨胀次数不能多。膨胀本质是扩大掩膜范围掩膜范围越大inpaint对周围文字的侵蚀就越严重。我的建议是最多膨胀1~2次且核不要超过3x3。如果你发现线条边缘已经盖得很干净那么膨胀这步可以直接去掉。4.3 更极端的场景只去横线有些场景下只需要去掉下划线不需要处理竖线。比如作文纸扫描件可能只需要清掉横线而保留格子竖线或者反过来。这时候只需要在RemoveLines方法里把竖线提取那段注释掉以及最终合并时只使用horizontal掩膜。不要两个都跑再在BitwiseOr里掩盖掉那纯粹是浪费算力。// 只保留横线时合并那行换成 Mat lineMask horizontal.Clone();4.4 提高OCR识别率的额外招数去完线之后如果你要接OCR我建议再做两件小事对结果再做一次自适应阈值或者大津阈值把灰度图重新二值化。因为inpaint生成的像素往往是灰蒙蒙的中间色调OCR引擎对这类区域的特征提取比较吃力如果图片有倾斜可以先做一次校正再去除线条。倾斜角度超过2度时形态学长条核提取横线就不再准确线的方向不完全是水平的了。// 二值化增强 Mat binaryResult new Mat(); Cv2.Threshold(result, binaryResult, 0, 255, ThresholdTypes.Binary | ThresholdTypes.Otsu);5. 常见问题与排查技巧实录5.1 表格线断断续续提取不完整表现最终输出的图里一些横线中间缺了一段像虚线一样。原因核长度设得太短导致长横线的某些区域没有被完整识别出来或者二值化后线条内部有大量噪点形态学操作把这些噪点当成了“非线条”结构。解决把核长度调大从图像宽度的1/30逐步增加到1/15如果线条本身是虚线那开运算提取后自然就是断的。这种情况先做一个闭运算把虚线连接成实线再提检查二值化参数确保线条在二值图上是一条连续的白色带。5.2 文字笔画被误删表现去线之后字变“瘦”了尤其是带长横笔画的汉字比如“一”“二”“三”这类字笔画被当成线条抹掉了。原因长条核在提取线条时也会提取到文字中方向一致、长度足够的笔画。解决把核长度调大越长的核只会保留真正长的线条短笔画自然的“长度抗性”就更强核宽度保持为1不要加大如果文字笔画确实很长比如书法字体中的长横可以考虑把掩膜线条限定在“超过某个最小长度”的连通域内。简单做法是用Cv2.FindContours找出每个线条轮廓过滤掉面积太小的再画回掩膜。// 过滤小面积连通域 Mat filteredMask Mat.Zeros(lineMask.Size(), MatType.CV_8UC1); Cv2.FindContours(lineMask, out Point[][] contours, out HierarchyIndex[] hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); foreach (var contour in contours) { double area Cv2.ContourArea(contour); if (area 500) // 阈值按图片尺寸调整 { Cv2.DrawContours(filteredMask, new[] { contour }, -1, new Scalar(255), -1); } }注意找轮廓处理的是掩膜图也就是步骤4之后合并出来的黑白图别把原图传进去了。5.3 inpaint后文字变得模糊、有重影表现线条确实没了但交叉处的笔画糊成一团或者出现发白的雾状痕迹。原因inpaint实际上是“猜测”被掩膜盖住的像素周围信息不足时猜出来的结果自然不锐利。这在细笔画与粗线条交叉时非常明显。解决把inpaint半径从3调小到1或2优先保证笔画形状改用NS算法试试有些场景下NS的结果更平滑对自己做锐化比如Cv2.Laplacian边缘增强或者unsharp mask把模糊感压下去如果线条是纯色且背景是纯色可以不用inpaint直接把掩膜区域填充为背景色效果反而更干净。前提是线条和文字交叉处不多。5.4 内存泄漏与运行变慢C#写OpenCvSharp最常见的坑就是Mat对象把内存吃满。OpenCvSharp虽然封装了OpenCV但底层native内存不会自动被C#垃圾回收器很好管理。我在代码里写了很多中间Mat变量正式项目里记得用using包裹或者手动Disposeusing (Mat binary new Mat()) using (Mat horizontal new Mat()) using (Mat vertical new Mat()) { // 处理逻辑 }如果在一个循环里批量处理几百张图片不释放中间变量内存占用会直线飙升很容易把桌面程序搞崩。这个是真实项目里最容易翻车的点比算法本身还致命。最后的经验之谈我在实际做这个需求的时候最开始用的方案是先Hough变换检测直线再把这些线段的邻域涂成白色。效果勉强能用但一旦线条有轻微弯曲、或者和文字笔画交织得比较深结果就稀碎。后来换成形态学提取inpaint修复几乎是一把过大部分常见扫描件都能处理得比较干净。如果你是在WinForm或者WPF里做工具类应用建议把处理逻辑放到后台线程去跑不然图片稍微大一点界面就卡死。另外处理前把图片缩放到合理尺寸也很重要3000x4000的大图直接用大核做形态学操作耗时能到一两秒但缩放到1500以内后再处理速度能快三五倍效果几乎没有差别。希望这篇帖子能帮你搞定类似的去线需求。整个方案说实话不复杂核心就是形态学核的形状、二值化方向、inpaint半径这三个参数只要理解了它们之间的关系遇到变形的场景也能很快自己调出来。本文还有配套的精品资源点击获取
