Gdy tło nie jest takie oczywiste
Czasem trudno jednoznacznie określić, czym jest tło obrazu. Jeśli tło jest względnie jednolite, możesz użyć globalnej wartości progowej – tak jak ćwiczyliśmy wcześniej, korzystając z threshold_otsu(). Jednak gdy oświetlenie tła jest nierównomierne, progowanie adaptacyjne threshold_local() (zwane też progowaniem lokalnym) może dawać lepsze rezultaty.
W tym ćwiczeniu porównasz oba podejścia – progowanie globalne i lokalne – aby znaleźć optymalny sposób na uzyskanie potrzebnego obrazu binarnego.
Obraz wczytany jako
page_image.
To ćwiczenie jest częścią kursu
Przetwarzanie obrazów w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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')