Quando o plano de fundo não é tão óbvio
Às vezes, não é tão simples identificar o plano de fundo. Se o plano de fundo da imagem for relativamente uniforme, você pode usar um valor de limiar global, como praticamos antes, usando threshold_otsu(). Porém, se houver iluminação desigual no plano de fundo, a limiarização adaptativa threshold_local() (também conhecida como limiarização local) pode gerar resultados melhores.
Neste exercício, você vai comparar os dois tipos de métodos de limiarização (global e local) para encontrar a melhor forma de obter a imagem binária de que precisamos.
Imagem carregada como
page_image.
Este exercício faz parte do curso
Processamento de Imagens em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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')