เมื่อพื้นหลังไม่ชัดเจนนัก
บางครั้งการระบุพื้นหลังของภาพก็ไม่ใช่เรื่องง่าย หากพื้นหลังของภาพค่อนข้างสม่ำเสมอ ก็สามารถใช้ค่า threshold แบบ global ได้เหมือนที่ฝึกไปก่อนหน้า โดยใช้ threshold_otsu() แต่หากแสงสว่างในพื้นหลังไม่สม่ำเสมอ การใช้ adaptive thresholding อย่าง threshold_local() (หรือที่เรียกว่า local thresholding) อาจให้ผลลัพธ์ที่ดีกว่า
ในแบบฝึกหัดนี้ จะได้เปรียบเทียบวิธี thresholding ทั้งสองแบบ (global และ local) เพื่อหาวิธีที่เหมาะสมที่สุดในการสร้างภาพไบนารีที่ต้องการ
ภาพที่โหลดเป็นตัวแปร
page_image
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การประมวลผลภาพด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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')