OpenCV 验证码图像增强处理 一、滤波增强

前言

图像增强是对图像进行处理，使其比原始图像更适合于特定的应用，它需要与实际应用相结合。对于图像的某些特征如边缘、轮廓、对比度等，图像增强是进行强调或锐化，以便于显示、观察或进一步分析与处理。图像增强的方法是因应用不同而不同的。

有的小伙伴想通过增强验证码图像的方式来识别验证码，或者已经有了识别方式，但是识别不太准确，也有小伙伴想通过深度学习的方式去更好的训练模型，不管怎么样，最终都是为了识别结果，所以，这里讲一下，具体的增强方式，如何去增强，能更好的帮助你识别出结果。

注意：理论上，我们利用基本的图像处理方式，只能解决干扰程度没有那么复杂的验证码图形，如果干扰程度太强，即便你如何使用搭配增强方式也没有任何作用，即使使用深度学习的方式进行识别，也很难去提高你的准确度

注意：有些图像增强的方式，其实是在削减图像质量来达到一定目的，如果削减图像特征太多的话，反而导致图像特征不明显，导致无法识别出验证码，我会详细介绍每种图像增强对于验证码识别的利与弊

接下来为正题，通常图像滤波也是图像模糊的一种形式，是为了减少图像噪音的操作，根据滤波核和运算方式的不同，滤波处理分为线性滤波和非线性滤波，对于需要增强图像内部分特征的情况，肯定是使用非线性滤波更好，通过加强局部特征的方式，可以使验证码识别更为明显，因为本质上是一种图像模糊，所以滤波也存在一定的弊端，会使得本应识别到的图像特征变得更为模糊。如果对于现有滤波还达不到效果的，甚至可以自己自定义滤波器

线性滤波：方框滤波