I dokumentbildeanalyse er binarisering en prosess som konverterer et gråtonebilde til et binært bilde, som skiller tekst fra bakgrunnen. Å velge en optimal terskel er avgjørende for nøyaktig tekstutvinning og gjenkjennelse. Denne artikkelen diskuterer metoder for å bestemme den beste terskelen for binarisering.

Forståelse av binarisering

Binarisering forenkler bildebehandling ved å redusere bildet til to piksler: svart og hvitt. Terskelverdien bestemmer hvilke piksler som konverteres til svart og hvilken til hvit. En passende terskel sikrer at teksten forblir klar og lesbar, mens bakgrunnsstøy minimeres.

Metoder for å beregne terskelen

Flere metoder finnes for å finne den optimale terskelen for binarisering. Den vanligste inkluderer:

  • Globalt terskel: bruker en enkelt terskelverdi for hele bildet, ofte bestemt av algoritmer som Otsus metode.
  • Adaptive terskel: Beregner terskelverdier for mindre regioner i bildet, som er nyttige for ujevne belysningsforhold.
  • Histogramanalyse: Analyserer pixelintensitetshistogrammet for å identifisere et passende avskjæringspunkt.

Otsus metode

Otsus metode er en populær global terskelteknikk som automatisk bestemmer terskelen ved å maksimere variansen mellom forgrunns- og bakgrunnsklasser. Det er effektivt for bilder med bimodale histogrammer, hvor tekst og bakgrunnsintensitet er tydelig.

Velg riktig metode

Valget av metode avhenger av kvaliteten på det skannede dokumentet. For jevnt belyste bilder er globale metoder som Otsu tilstrekkelig. For dokumenter med ujevn belysning eller skygger gir adaptiv terskeling bedre resultater.