Saat latar belakang tidak begitu jelas
Terkadang, tidak mudah untuk mengenali latar belakang. Jika latar belakang gambar relatif seragam, Anda dapat menggunakan nilai ambang global seperti yang telah kita praktikkan sebelumnya dengan threshold_otsu(). Namun, jika ada pencahayaan latar belakang yang tidak merata, adaptive thresholding threshold_local() (alias thresholding lokal) dapat menghasilkan hasil yang lebih baik.
Dalam latihan ini, Anda akan membandingkan kedua jenis metode thresholding (global dan lokal) untuk menemukan cara terbaik memperoleh citra biner yang kita butuhkan.
Gambar dimuat sebagai
page_image.
Latihan ini adalah bagian dari kursus
Pemrosesan Citra dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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')