为什么Tesseract OCR使用Otsu二值化？

Question

为什么Tesseract OCR引擎使用诸如Otsu二值化之类的全局阈值技术？局部阈值处理技术（例如Sauvola，Niblack等）在删除图像中的文本时是否更有效？

Answer 1

基本上，根据输入图像，我们需要选择要使用的阈值算法。 Tesseract使用Otsu方法进行阈值处理，因为通常Tesseract用于提取文本的输入具有图像均匀性。 Otsu方法对于此类图像既有效又足够好。

当背景相对于前景（目标）强度没有局部变化时，全局阈值方法非常有用且足够好。当背景和目标的强度差异之间发生局部变化时，需要进行局部阈值处理。

因此，尽管Tesseract确实使用Otsu方法（全局阈值）进行二值化，但是您可以使用局部阈值方法对图像进行预处理，以从Tesseract获得更好的输出。

Answer 2

Tesseract用于Google图书项目和AFAIK中，它们运行测试以实现最佳二值化，而Otsu最通用。如果Otsu并非最适合您的情况，则可以在将图像发送到tesseract之前使用其他二值化算法。