Dalam analisis gambar dokumen, binarisasi adalah proses yang mengubah citra skala kelabu menjadi gambar biner, membedakan teks dari latar belakang. Memilih ambang optimal sangat penting untuk ekstraksi teks dan pengakuan akurat. Artikel ini membahas metode untuk menentukan ambang terbaik untuk binarisasi.

Kesamaran Memahami Binarisasi

Imbuhan lenarisasi lenarisasi ungkap pengolahan gambar dengan mengurangi gambar menjadi dua nilai piksel: hitam dan putih. Nilai ambang menentukan piksel mana yang diubah menjadi hitam dan yang putih. Ambang yang sesuai memastikan bahwa teks tetap jelas dan dapat dikakikan, sementara kebisingan latar belakang diminimalkan.

Metode untuk Menghitung Ambang

Beberapa metode yang ada untuk menemukan ambang optimal untuk binarisasi.

  • Global Thresholding: Menggunakan nilai ambang tunggal untuk seluruh gambar, sering ditentukan oleh algoritme seperti metode Otsu.
  • [[CURLT:0]] Ambang Adaptif: Menghitung ambang untuk wilayah yang lebih kecil dalam gambar, berguna untuk kondisi pencahayaan yang tidak rata.
  • [[Efleksif:0]]Histogram Analysis: Menganalisa intensitas piksel histogram untuk mengidentifikasi titik cutoff yang cocok.

Metode Otsuōōō

Metode Otsu nidosis adalah teknik ambang global populer yang secara otomatis menentukan ambang batas dengan memaksimalkan perbedaan antara kelas latar depan dan latar belakang. Ini efektif untuk gambar dengan histogram bimodal, di mana teks dan intensitas latar belakang berbeda.

Membiarkan Metode yang Benar Didik

Pilihan metode yang dipilih oleh osis tergantung pada kualitas dokumen yang dipindai. Untuk gambar yang diterangi secara seragam, metode global seperti Otsu's sudah mencukupi. Untuk dokumen dengan pencahayaan yang tidak seimbang atau bayangan, ambang penyesuaian memberikan hasil yang lebih baik.