När bakgrunden inte är uppenbar
Ibland är det inte självklart att identifiera bakgrunden. Om bildens bakgrund är relativt enhetlig kan du använda ett globalt tröskelvärade som vi övade på tidigare, med hjälp av threshold_otsu(). Om belysningen i bakgrunden är ojämn kan däremot adaptiv tröskling med threshold_local() (även kallad lokal tröskling) ge bättre resultat.
I den här övningen jämför du båda typerna av tröskelmetoder – global och lokal – för att hitta det optimala sättet att få fram den binära bild vi behöver.
Bilden är inläst som
page_image.
Den här övningen är en del av kursen
Bildbehandling i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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')