7565oo.py

7565oo.py

import cv2
import numpy as np
from pathlib import Path


def remove_underlines_statistical(image_path, output_path=None):
    """
    Elimină sublinierile folosind abordare statistică:
    - Frecvența pixelilor în zona de subliniere per rând
    - Mediana + k*std ca threshold pentru detectare
    - Înlocuire cu mediana fundalului local
    """
    img = cv2.imread(str(image_path))
    if img is None:
        raise ValueError(f"Nu s-a putut încărca: {image_path}")
    
    # Pasul 1: Desaturare completă
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    s_zero = np.zeros_like(s)
    hsv_desat = cv2.merge([h, s_zero, v])
    img_gray = cv2.cvtColor(hsv_desat, cv2.COLOR_HSV2BGR)
    gray = cv2.cvtColor(img_gray, cv2.COLOR_BGR2GRAY)
    
    # Pasul 2: Gamma correction
    gamma = 3.0
    inv_gamma = 1.0 / gamma
    table = np.array([((i / 255.0) ** inv_gamma) * 255 for i in range(256)]).astype("uint8")
    gamma_corrected = cv2.LUT(gray, table)
    
    # Pasul 3: Analiză statistică per rând
    # Zona de subliniere potențială: 120-220 (după gamma)
    # Text: 0-120, Fundal: 220-255
    UNDERLINE_LOW = 120
    UNDERLINE_HIGH = 220
    
    height, width = gamma_corrected.shape
    
    # Calculăm frecvența pixelilor în zona de subliniere pentru fiecare rând
    f_under_arr = np.zeros(height)
    for y in range(height):
        row = gamma_corrected[y, :]
        f_under = np.sum((row >= UNDERLINE_LOW) & (row < UNDERLINE_HIGH)) / width
        f_under_arr[y] = f_under
    
    # Threshold bazat pe distribuția frecvențelor
    # Folosim mediana + k*std (distribuție aproximativ normală)
    median_f = np.median(f_under_arr)
    std_f = np.std(f_under_arr)
    k = 1.0  # Factor de sensibilitate
    threshold_f = median_f + k * std_f
    
    # Rândurile suspecte
    suspect_rows = f_under_arr > threshold_f
    
    print(f"Statistici frecvență zonă subliniere:")
    print(f"  Mediana: {median_f:.4f}")
    print(f"  Std: {std_f:.4f}")
    print(f"  Threshold: {threshold_f:.4f}")
    print(f"  Rânduri suspecte: {suspect_rows.sum()} din {height}")
    
    # Pasul 4: Înlocuire pixeli subliniere cu mediana fundalului
    result = gamma_corrected.copy()
    for y in np.where(suspect_rows)[0]:
        row = result[y, :]
        underline_mask = (row >= UNDERLINE_LOW) & (row < UNDERLINE_HIGH)
        if underline_mask.any():
            # Mediana fundalului din rând
            bg_pixels = row[row >= UNDERLINE_HIGH]
            if len(bg_pixels) > 0:
                replacement = int(np.median(bg_pixels))
            else:
                replacement = 240
            row[underline_mask] = replacement
    
    # Pasul 5: Binarizare adaptivă
    gray_blur = cv2.GaussianBlur(result, (3, 3), 0)
    binary = cv2.adaptiveThreshold(gray_blur, 255,
                                    cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                                    cv2.THRESH_BINARY, 25, 12)
    
    # Salvare
    if output_path is None:
        p = Path(image_path)
        output_path = p.parent / f"{p.stem}_clean{p.suffix}"
    
    cv2.imwrite(str(output_path), binary)
    print(f"Salvat: {output_path}")
    
    return binary


# ========== CONFIGURARE ==========
IMAGE_PATH = r"d:\imagine_noua.jpg"
OUTPUT_PATH = r"d:\imagine_noua_clean.jpg"
# =================================


if __name__ == "__main__":
    print("Eliminare sublinieri - Abordare Statistică")
    print(f"Input:  {IMAGE_PATH}")
    print(f"Output: {OUTPUT_PATH}")
    print("-" * 50)
    
    remove_underlines_statistical(IMAGE_PATH, OUTPUT_PATH)
    
    print("-" * 50)
    print("Gata!")