दस्तावेज़ छवि विश्लेषण में, बिनराइजेशन एक ऐसी प्रक्रिया है जो एक ग्रेस्केल छवि को द्विआधारी छवि में परिवर्तित करती है, जो पृष्ठभूमि से पाठ को अलग करती है। एक इष्टतम सीमा का चयन सटीक पाठ निष्कर्षण और मान्यता के लिए महत्वपूर्ण है। यह लेख बिनराइजेशन के लिए सर्वोत्तम सीमा निर्धारित करने के तरीकों पर चर्चा करता है।

असंतुलन को समझना

Binarization छवि को दो पिक्सेल मानों को कम करके छवि प्रसंस्करण को सरल बनाता है: काला और सफेद। दहलीज मान यह निर्धारित करता है कि कौन से पिक्सेल काले और कौन से सफेद में परिवर्तित होते हैं। एक उचित सीमा यह सुनिश्चित करती है कि पाठ स्पष्ट और वैध रहता है, जबकि पृष्ठभूमि शोर को कम किया जाता है।

थ्रेसहोल्ड की गणना के लिए तरीके

कई तरीके बिनराइजेशन के लिए इष्टतम सीमा खोजने के लिए मौजूद हैं। सबसे आम में शामिल हैं:

  • ]ग्लोबल थ्रेस होल्डिंग: पूरी छवि के लिए एक एकल थ्रेसहोल्ड मान का उपयोग करता है, अक्सर ओत्सू की विधि जैसे एल्गोरिदम द्वारा निर्धारित किया जाता है।
  • Adaptive Thresholding: छवि के भीतर छोटे क्षेत्रों के लिए थ्रेशोल्ड्स की गणना करता है, असमान प्रकाश व्यवस्था की स्थिति के लिए उपयोगी है।
  • Histogram विश्लेषण: एक उपयुक्त कटऑफ बिंदु की पहचान करने के लिए पिक्सेल तीव्रता हिस्टोग्राम का विश्लेषण करता है।

ओत्सू का तरीका

ओत्सू की विधि एक लोकप्रिय वैश्विक थ्रेसहोल्डिंग तकनीक है जो स्वचालित रूप से अग्रभूमि और पृष्ठभूमि वर्गों के बीच भिन्नता को अधिकतम करके थ्रेसहोल्ड को निर्धारित करती है। यह द्विआधारी हिस्टोग्रामों वाली छवियों के लिए प्रभावी है, जहां पाठ और पृष्ठभूमि तीव्रता अलग होती है।

सही विधि का चयन

विधि का विकल्प स्कैन किए गए दस्तावेज़ की गुणवत्ता पर निर्भर करता है। समान रूप से प्रबुद्ध छवियों के लिए, ओत्सू जैसे वैश्विक तरीके पर्याप्त हैं। असमान प्रकाश या छाया वाले दस्तावेजों के लिए, अनुकूली थ्रेसहोल्डिंग बेहतर परिणाम प्रदान करता है।