图像中文本的局部阈值处理或二值化

Question

我正在开发一个应用程序来在不同光照条件下从C＃中提取文本。

我的问题是有时图像中有不同的亮度级别，如下所示：

所以我不能利用整个图像的预先计算的阈值，否则我会丢失一些字母。

我正在搜索算法/片段/功能，否则，可以对图像应用正确的阈值/二值化。

我在AForge中创建了这个BradleyLocalThresholding，比其他非自适应方法更好，但它丢失了一些细节。 （例如图像中的G变为O）

任何人都可以向我建议一个更好的方法吗？

Answer 1

是的，使用niblack（opencv将其作为函数） - 基本上它使用局部平均值来构造变量theshold。它最适合OCR。根据图像分辨率，您可能还希望在阈值处理之前以双倍上采样2倍或3倍。

Answer 2

由于图像质量如此之低，因此非常困难，但您可以尝试迭代的全局阈值处理方法，如下所示：

1. 随机选择初始估计阈值T（通常作为平均值）。
2. 使用T对信号进行分段，这将产生两个组，G1由具有值＆lt; = T的所有点组成，并且G2由具有值> T的点组成。
3. 计算G1和T点之间的平均距离，以及G2和T点。
4. 计算新的阈值T =（M1 + M2）/ 2
5. 重复步骤2到4，直到T的变化足够小。

诀窍不是将它应用于整个图像，而是将图像分解为（例如）5x5的块并将其单独应用于块，这将给你：



下面是R中的一个实现，我相信你可以重现

getT = function(y){
  t = mean(y)

  mu1 = mean(y[y>=t])
  mu2 = mean(y[y 1){
      cmu1 = mean(y[y>=t])
      cmu2 = mean(y[y 1 & cmu1 == mu1 & cmu2 == mu2){
      print(paste('done t=', t))
      return(t)
      break;
    }else{
      mu1 = cmu1 
      mu2 = cmu2
      t = (mu1 + mu2)/2
      print(paste('new t=', t))
    }
    i = i+1
  }
}


r = seq(1, nrow(image), by=5)
c = seq(1, ncol(image), by=5)
r[length(r)] = nrow(image)
c[length(c)] = ncol(image)
y = image
for(i in 2:length(r) ){
  for(j in 2:length(c) ){
    block = image[r[i-1]:r[i], c[j-1]:c[j]]
    t = getT(block)
    y[r[i-1]:r[i], c[j-1]:c[j]] = (block>t)+0
  }
}

display(y)

Answer 3

除了局部阈值之外的另一个选择是调整变化的照明。有些方法试图校正照明并使其在整个图像中均匀。然后，您可以使用恒定阈值，或继续使用本地阈值，可能会获得更好的成功。如果图像与您显示的图像类似，那么您可以使用字母周围较亮的方块作为调整照明的关键。