c# - 图像中文本的局部阈值化或二值化

Question

我正在开发一个应用程序来在不同的光照条件下提取 C# 中的文本。

我的问题是有时图像中有不同的亮度级别，如下所示：

所以我不能为整个图像使用预先计算的阈值，否则我会丢失一些字母。

我正在搜索可以将正确的阈值/二值化应用于图像的算法/片段/函数。

我在 AForge 中创建了这个BradleyLocalThresholding，它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 变成 O ）

任何人都可以向我建议更好的方法吗？

Answer 1

这非常困难，因为您的图像质量非常低，但您可以尝试迭代全局阈值方法，如下所示：

1. 随机选择一个初始估计阈值 T（通常作为平均值）。
2. 使用 T 分割信号，这将产生两组，G1 由值<=T 的所有点组成，G2 由值>T 的点组成。
3. 计算 G1 和 T 点以及 G2 和 T 点之间的平均距离。
4. 计算一个新的阈值 T=(M1+M2)/2
5. 重复步骤 2 到 4，直到 T 的变化足够小。

诀窍不是将其应用于整个图像，而是将图像分解为（例如）5x5 的块并将其单独应用于块，这将为您提供：

下面是 R 中的一个实现，我相信你可以重现

getT = 函数（y）{
  t = 平均值（y）

  mu1 = 平均值（y[y>=t]）
  mu2 = 平均值（y[y 1）{
      cmu1 = 平均值（y[y>=t]）
      cmu2 = mean(y[y 1 & cmu1 == mu1 & cmu2 == mu2){
      打印（粘贴（'完成 t='，t））
      回报(t)
      休息;
    }别的{
      mu1 = cmu1
      mu2 = cmu2
      t = (mu1 + mu2)/2
      打印（粘贴（'新 t='，t））
    }
    我=我+1
  }
}


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

显示（y）

Answer 2

是的，使用 niblack（opencv 将它作为一个函数） - 基本上它使用局部平均值来构造一个变量阈值。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将双三次上采样率提高 2 倍或 3 倍。

Answer 3

除了局部阈值之外的另一个选项是针对变化的照明进行调整。有一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，或继续使用局部阈值，可能会取得更好的成功。如果图像与您显示的图像一样，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。