배경이 뚜렷하지 않을 때
배경을 식별하기가 명확하지 않을 때가 있어요. 이미지 배경이 비교적 균일하면, 앞에서 연습했던 것처럼 threshold_otsu()를 사용해 전역 임계값을 적용할 수 있어요. 하지만 배경 조명이 고르지 않다면, 적응형 임계값인 threshold_local()(로컬 임계값)이 더 좋은 결과를 줄 수 있습니다.
이번 연습에서는 전역 임계값과 로컬 임계값 두 가지 방법을 비교하여, 필요한 이진 이미지를 얻는 최적의 방법을 찾아볼 거예요.
이미지는
page_image로 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 이미지 처리
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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')