Result
这是一个很有挑战性的问题，在不知 prop 体是什么样的纸张/线条和墨水组合的情况下，以及输出将用于什么的情况下，我想我应该尝试一下，也许能学到一些东西。
我认为有两种方法可以解决这个问题：
1.聪明的方法：识别网格，它的颜色，方向，大小，以找到它所占据的图像区域，以便忽略它。这里有一些主要的警告需要解决。例如，页面可能没有被拍摄成平面和正方形（必须考虑到扭曲，扭曲，旋转）。还有一些我们不想删除的线条。
1.简单的方法：应用一般的图像处理，除了假设笔总是比网格暗之外，对问题知之甚少，并且输出是二进制的（黑笔/白色页）。
我更喜欢第二个，因为它更容易实现，更容易推广。
我们首先注意到页面的“白色”实际上是一种不均匀的灰色阴影（如果我们转换为灰度）。CV自适应阈值处理很好地处理了这个问题。它几乎让我们达到了目的。
下面的代码将图像分为50 x50像素块来处理光照的不均匀性。在每个块中，我们在应用阈值之前减去中值。这是一个简单的解决方案，但可能是你需要的。我还没有在很多图像上测试过它，阈值和预处理和后处理可能需要调整。如果输入图像变化很大，它将不起作用。或者如果网格相对于油墨太暗。

import cv2
import numpy
import sys

BLOCK_SIZE = 50
THRESHOLD = 25

def preprocess(image):
    image = cv2.medianBlur(image, 3)
    image = cv2.GaussianBlur(image, (3, 3), 0)
    return 255 - image

def postprocess(image):
    image = cv2.medianBlur(image, 5)
    # image = cv2.medianBlur(image, 5)
    # kernel = numpy.ones((3,3), numpy.uint8)
    # image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)
    return image

def get_block_index(image_shape, yx, block_size): 
    y = numpy.arange(max(0, yx[0]-block_size), min(image_shape[0], yx[0]+block_size))
    x = numpy.arange(max(0, yx[1]-block_size), min(image_shape[1], yx[1]+block_size))
    return numpy.meshgrid(y, x)

def adaptive_median_threshold(img_in):
    med = numpy.median(img_in)
    img_out = numpy.zeros_like(img_in)
    img_out[img_in - med < THRESHOLD] = 255
    return img_out

def block_image_process(image, block_size):
    out_image = numpy.zeros_like(image)
    for row in range(0, image.shape[0], block_size):
        for col in range(0, image.shape[1], block_size):
            idx = (row, col)
            block_idx = get_block_index(image.shape, idx, block_size)
            out_image[block_idx] = adaptive_median_threshold(image[block_idx])

    return out_image

def process_image_file(filename):
    image_in = cv2.cvtColor(cv2.imread(filename), cv2.COLOR_BGR2GRAY)

    image_in = preprocess(image_in)
    image_out = block_image_process(image_in, BLOCK_SIZE)
    image_out = postprocess(image_out)

    cv2.imwrite('bin_' + filename, image_out)

if __name__ == "__main__":
    process_image_file(sys.argv[1])

OpenCV有一个教程处理从图像中删除网格：
“使用形态运算提取水平和垂直线”，OpenCV文档，来源：https://docs.opencv.org/master/dd/dd7/tutorial_morph_lines_detection.html

这是一个相当困难的任务。我也有这个问题，我发现解决方案不能100%准确。顺便说一句，就在几天前我看到这个链接。也许它可以帮助。