Když pozadí není úplně zřejmé
Někdy není úplně jednoduché pozadí identifikovat. Pokud je pozadí obrázku relativně rovnoměrné, můžeš použít globální prahovou hodnotu, jak jsme si ukázali dříve – pomocí threshold_otsu(). Pokud je ale osvětlení pozadí nerovnoměrné, adaptivní prahování threshold_local() (neboli lokální prahování) může přinést lepší výsledky.
V tomto cvičení porovnáš oba typy prahování (globální a lokální) a najdeš optimální způsob, jak získat binární obraz, který potřebujeme.
Obrázek načtený jako
page_image.
Toto cvičení je součástí kurzu
Image Processing in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import the otsu threshold function
from skimage.____ import ____
# Obtain the optimal otsu global thresh value
global_thresh = ____(page_image)
# Obtain the binary image by applying global thresholding
binary_global = page_image ____ ____
# Show the binary image obtained
show_image(binary_global, 'Global thresholding')