文書画像解析では、バイナライゼーションはグレースケール画像をバイナリイメージに変換し、背景からテキストを区別するプロセスです。最適なしきい値を選択することは、正確なテキスト抽出と認識のために不可欠です。この記事では、バイナライゼーションに最適なしきい値を決定する方法について説明します。

バイナリ化の理解

結合は、画像を黒と白の2つのピクセル値に減らすことで画像処理を簡素化します。 しきい値は、ピクセルが黒に換算され、白に換算されるかどうかを決定します。 適切なしきい値により、テキストがクリアでレガブルなままにし、背景ノイズを最小限に抑えることができるようになります。

閾値の計算方法

いくつかの方法は、偏見のための最適なしきい値を見つけるために存在します。最も一般的なものは次のとおりです。

  • []:[]]:画像全体に単一のしきい値を使用して、多くの場合、Otsuのメソッドのようなアルゴリズムで決定します。
  • 適応性境界:[は、画像内の小さな領域のしきい値を計算し、不均等な照明条件に役立ちます。
  • ヒストグラム解析:] ピクセル強度のヒストグラムを分析して、適切なカットオフポイントを特定します。

大津のメソッド

Otsuの方法は、フォアグラウンドと背景のクラス間の分散を最大限に高めることによって、自動的に閾値を決定する人気の世界的なしきい値技術です。 これは、テキストと背景の強度が異なる二方ヒストグラムの画像に有効です。

正しい方法を選ぶ

方法の選択はスキャンされた文書の品質に依存します。均一に照らされた画像のために、Otsuのグローバルメソッドは十分です。不均等な照明や影を持つ文書のために、適応的なしきい値がより良い結果をもたらします。