举例图：

第一步先通过二值化处理把干扰线去掉：

from PIL import Image
 
# 二值化处理
def two_value():
    for i in range(1,5):
        # 打开文件夹中的图片
        image=Image.open('./Img/'+str(i)+'.jpg')
        # 灰度图
        lim=image.convert('L')
        # 灰度阈值设为165，低于这个值的点全部填白色
        threshold=165
        table=[]
        
        for j in range(256):
            if j<threshold:
                table.append(0)
            else:
                table.append(1)
 
        bim=lim.point(table,'1')
        bim.save('./Img2/'+str(i)+'.jpg')
 
two_value()

运行结果：

然后对黑白图片进行降噪，去掉那些单独的黑色像素点：

from PIL import Image
 
# 去除干扰线
im = Image.open('./Img2/1.jpg')
# 图像二值化
data = im.getdata()
w,h = im.size
black_point = 0
 
for x in range(1,w-1):
    for y in range(1,h-1):
        mid_pixel = data[w*y+x] # 中央像素点像素值
        if mid_pixel <50: # 找出上下左右四个方向像素点像素值
            top_pixel = data[w*(y-1)+x]
            left_pixel = data[w*y+(x-1)]
            down_pixel = data[w*(y+1)+x]
            right_pixel = data[w*y+(x+1)]
 
            # 判断上下左右的黑色像素点总个数
            if top_pixel <10:
                black_point += 1
            if left_pixel <10:
                black_point += 1
            if down_pixel <10:
                black_point += 1
            if right_pixel <10:
                black_point += 1
            if black_point <1:
                im.putpixel((x,y),255)
            # print(black_point)
            black_point = 0
 
im.save('xxxx.jpg')

运行结果：

最后对边框上附着的黑色像素点进行消除：

from PIL import Image
 
# 去除干扰线
im = Image.open('./Img2/1.jpg')
# 图像二值化
data = im.getdata()
w,h = im.size
black_point = 0
 
for x in range(1,w-1):
    for y in range(1,h-1):
        if x<2 or y<2 :
            im.putpixel((x-1, y-1), 255)
        if x>w-3 or y>h-3:
            im.putpixel((x+1 , y+1 ), 255)
 
im.save('xxx.jpg')

运行结果：