遍历图像中每一像素,在该像素的邻域内进行灰度统计,计算OTSU阈值,并仅对该点进行阈值分割。
这样就能在较好的分割效果下实现像素平滑过渡,避免了“棋盘”效应,由于在当像素移动时,只有一行或一列改变,所以可以在每步移动中,以新数据更新前一个位置得到的直方图,从而避免了每次重新计算整个直方图,大大减少了计算量,使其在一个可接受的范围内。
为了防止部分区域受到噪声干扰而产生的黑块现象,可以在进行局部阈值处理前,进行三阶的平滑处理,效果相当显著。
结果
原图
split_3
经全局阈值处理后的图象
split_4
经改进的局部阈值处理后的图像
split_5
总结
由上图可见,经改进的局部阈值处理后的图像的效果还是相当明显的,可是还是有些不足之处。。
就是处理后的图像笔画较粗,容易填掉数字中的空洞,尤其是4,6,8,9这些含有小孔的数字,这些都有待进一步改进。
后续,我还会总结下:倾斜矫正、数字提取、特征提取、神经网络相关的一些心得和改进算法。。
最后,再贴两张hnr项目,界面截图哈。。
before
after
个人主页: TBOOX开源工程
原文出处: http://www.tboox.org/cn/2016/07/28/hnr-split-image/