「濃さが同じ・太さが同じ」という設定が難しいですね。
日本語が分かる人なら、「ノイズ線」がノイズで、取り消し線つまり「埼玉県 浦和区 高砂 3-15-1」ではないと認識できます(なぜなら、そういう住所はありえないので)。
しかしながら、日本語が分からない人にとっては、ノイズなのか取り消し線なのか分からないので、本質的には、高レベルの認識が必要になると思います。
高レベルの認識を諦めれば、色々とアプローチはあると思いますが、二通りの方法を考えたので書いておきます。どちらも満足の行く結果にはなりませんが。
方法1
文字の領域を探して、それ以外の場所を背景画素値で埋めてしまう。
具体的には、2値化してy軸方向に文字領域を足し、その頻度が少ない領域を背景にしてしまいます。
ご覧の通り、x軸が文字の領域と重なっているノイズ線は消えないという問題があります。
import numpy as np
import cv2
import matplotlib.pyplot as plt
file = "./saitama.png"
original_img = cv2.imread(file)
gray_img = cv2.cvtColor(original_img, cv2.COLOR_BGR2GRAY)
(height, width) = gray_img.shape
gray_img = cv2.GaussianBlur(gray_img, (5,5), 0)
ret,th_img = cv2.threshold(gray_img, 100, 255, cv2.THRESH_BINARY)
# th_img = cv2.adaptiveThreshold(gray_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,11,2)
th_img= cv2.bitwise_not(th_img)
hist = np.sum(th_img, axis=0)
# mean = np.mean(hist)
neighborhood = 200
th_index = neighborhood // 2
extend_hist = np.zeros((width+neighborhood*2))
extend_hist[neighborhood:width+neighborhood] = hist
for x in range(width):
x_extend = x + neighborhood
around_hist = extend_hist[x_extend-neighborhood:x_extend+neighborhood]
th = np.sort(around_hist)[th_index]
if (hist[x] < th):
mean = np.mean(original_img[:,x])
original_img[:,x] = mean * np.ones((height, 3))
disp_img = cv2.cvtColor(th_img, cv2.COLOR_GRAY2RGB)
x = np.arange(0, width, 1)
plt.subplot(2,1,1)
plt.plot(x, hist)
plt.subplot(2,1,2)
plt.imshow(original_img)
plt.show()
方法2
滑らかな曲線のクラスに対する一般化ハフ変換を考え、投票数が多い、つまり、一定の長さより長い曲線を検出して消す。
この方法の問題として、今回の例での「高」の字のようにノイズ線と重なっている部分があると消えてしまいます。
また、仮定として、ノイズ線がシグナルより長いとしているので、文字より短いノイズ線は消えません。
また、設定した滑らかな曲線のクラスから外れるノイズ線(例えば、急激に曲がるノイズ線など)も消えません。