Які найкращі алгоритми визначення порогу зображення документа в цьому прикладі?

Я намагаюся реалізувати різні алгоритми бінаризації до зображеного зображення:

Ось код:

clc;
clear;
x=imread('n2.jpg');     %load original image

Тепер ми змінюємо розмір зображень, щоб потім обчислювальна робота стала легшою для нас.

size(x);
x=imresize(x,[500 800]);
figure;
imshow(x);
title('original image');

z=rgb2hsv(x);       %extract the value part of hsv plane
v=z(:,:,3);
v=imadjust(v);

% тепер ми знаходимо середнє та стандартне відхилення, необхідні для алгоритмів ніблака та% савули

m = mean(v(:))
s=std(v(:))
k=-.4;
value=m+ k*s;
temp=v;

% реалізації алгоритму порогового значення ніблака:

for p=1:1:500
    for q=1:1:800
        pixel=temp(p,q);
        if(pixel>value)
            temp(p,q)=1;
        else
            temp(p,q)=0;
        end
    end
end
figure;
imshow(temp);
title('result by niblack');
k=kittlerMet(g);
figure;
imshow(k);
title('result by kittlerMet');

% реалізації алгоритму порогу савули:

val2=m*(1+.1*((s/128)-1));
t2=v;
for p=1:1:500
for q=1:1:800
    pixel=t2(p,q);
    if(pixel>value)
        t2(p,q)=1;
    else
        t2(p,q)=0;
    end
end

кінець

figure;
imshow(t2);
title('result by sauvola');

Отримані нами результати такі, як показано:

Як ви бачите, що отримані зображення деградують на більш темних плямах. Може хтось, будь ласка, підкаже, як оптимізувати мій результат ??

У вашому зображенні немає рівномірної яскравості, тому вам не слід працювати з рівномірним порогом. Вам потрібен адаптивний поріг. Це можна реалізувати шляхом попередньої обробки зображення, щоб зробити яскравість більш рівномірною у всьому зображенні (код, написаний у Mathematica, вам доведеться реалізувати версію Matlab для себе):

Простий спосіб зробити яскравість рівномірним - видалити фактичний текст із зображення за допомогою фільтра, що закриває:

white = Closing[src, DiskMatrix[5]]

Розмір фільтра слід вибирати більше, ніж ширина шрифту та менше розміру плям, які ви намагаєтесь видалити.

EDIT: У коментарях мене попросили пояснити, що робить операція закриття. Це морфологічна дилатація з наступною морфологічною ерозією . Розширення по суті переміщує структуруючий елемент у кожному положенні зображення і підбирає найяскравіший піксель під маскою, таким чином:

• видалення темних структур, менших за структуруючий елемент
• зменшення більших темних структур за розміром елемента, що структурує
• збільшення яскравих структур

Операція ерозії робить навпаки (вона підбирає найтемніший піксель під усередині структуруючого елемента), тож якщо застосувати його до розширеного зображення:

• темні структури, які були видалені, оскільки вони менші, ніж структуруючий елемент, все ще відсутні
• темніші структури, що були зменшені, знову збільшуються до початкових розмірів (хоча їх форма буде більш гладкою)
• яскраві структури зводяться до початкових розмірів

Таким чином, операція закриття видаляє невеликі темні об'єкти з лише незначними змінами на більш великі темні та яскраві об'єкти.

Ось приклад з різними розмірами структуруючих елементів:

Зі збільшенням розміру структуруючого елемента все більше символів видаляється. При радіусі = 5 всі символи видаляються. Якщо радіус збільшується далі, то дрібні плями також видаляються:

Тепер ви просто розділите початкове зображення на це "біле зображення", щоб отримати зображення (майже) рівномірної яскравості:

whiteAdjusted = Image[ImageData[src]/ImageData[white]*0.85]

Це зображення тепер може бути бінарне з постійним порогом:

Binarize[whiteAdjusted , 0.6]

Відповідь Нікі здається найкращою, а також, здається, працює і дає результати. Тож це явний переможець.

Однак лише до документації я додаю ще одне посилання, що може бути дуже швидким.

Ця методика називається адаптивним порогом, який не потребує чіткого вивчення фону.

По суті, замість того, щоб знайти найбільш підходящий глобальний поріг - ми можемо розділити зображення на локальне вікно (скажімо, приблизно 7x7 або відповідне) та знайти пороги, які змінюються у міру проходження вікна.

Посилання внизу детально визначає точний метод. http://homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm

Цей метод був би порівняно обчислювально швидшим.

Ще один спосіб використання смугового фільтра (в MATLAB). Якщо грати з різницею гауссових параметрів, можна дати кращі результати. В основному цей процес - це смуговий фільтр зображення, щоб видалити низькочастотні фонові краплі, нормалізувати їх до [0,1], необхідних для команди 'grethresh', порогового зображення.

Завантажте зображення та перетворіть у подвійний масштаб:

I = imread('hw.jpg');
I = rgb2gray(I);
I = double(I);

Фільтруйте за допомогою різниці ядра Гаусса і нормалізуйте:

J = imgaussian(I,1.5) - imgaussian(I,0.5);
J = J - min(J(:));
J = J / max(J(:));

Обчисліть поріг і зробіть 010101:

T = J > graythresh(J);

Це хороший код Matlab для адаптивного порогування: http://www.mathworks.com/matlabcentral/fileexchange/8647-local-adaptive-thresholding

Я спробую це кодування. Але у мене немає правильної відповіді ...

clc;
clear;
x=imread('base2.jpg');
size(x);
x=imresize(x,[500 800]);
figure;
imshow(x);
title('original image');
z=rgb2hsv(x);       %extract the value part of hsv plane
v=z(:,:,3);
v=imadjust(v);
m = mean(v(:))
s=std(v(:))
k=-2;
value=m+ k*s;
temp=v;
for p=1:1:500
    for q=1:1:800
        pixel=temp(p,q);
        if(pixel>value)
            temp(p,q)=1;
        else
            temp(p,q)=0;
        end
    end
end
figure;
imshow(temp);
title('result by niblack');
% k=kittlerMet(g);
% figure;
% imshow(k);
% title('result by kittlerMet');

val2=m*(1+.1*((s/128)-1));
t2=v;
for p=1:1:500
for q=1:1:800
    pixel=t2(p,q);
    if(pixel>value)
        t2(p,q)=1;
    else
        t2(p,q)=0;
    end
end

end
figure;
imshow(t2);
title('result by sauvola');