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/