这将是 OCR 的有效二值化

发布于 2024-12-29 22:37:26 字数 206 浏览 0 评论 0原文

我最近正在尝试处理图像。 我正在尝试开发用于手写图像的 OCR。通过参考一些书籍,我开始了我的工作

现在我很困惑这将是最好的阈值方法。 我知道局部自适应方法将是最好的一种。我想知道 Canny、Bernsen 的方法或基于 Stroke 的方法中哪种方法最好。我有其他人的算法,但对于最后一个我什么也没有。 1.双边沿检测。 2.基于中风的保留

请帮助我......

I am newly trying to work with images.
I am trying to develop a OCR for hand written images. By referring some books i started my work

Now I have a confusion which will be the best thresholding method.
I know Local Adaptive method will be the best one. In that i want to know Canny,Bernsen’s method, or Stroke-Based in which method will be the best. I have algorithm for others but for last one I have nothing.
1.Double-edge detection.
2.Stroke based thersholding

Please help me in this...

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

奢华的一滴泪 2025-01-05 22:37:26

阈值处理是图像处理中的主要问题。在您的项目中,您需要更好的边缘检测阈值。所以我建议方法

  1. 选择初始阈值示例t=100
  2. 找到背景图像平均像素值Tback
  3. 找到前景图像平均像素值Tfore
  4. 最终阈值=(Tback+Tfore)/2
  5. 重复步骤1到步骤5你将得到最佳阈值。其中初始阈值约等于最终阈值。

因为当您选择正确的阈值时,您将获得最佳边缘检测图像。

Thresholding is the main problem in image processing. In your project you want better threshold for edge detection. so i suggest method

  1. choose initial threshold example t=100
  2. find background image average pixel value Tback
  3. find foreground image average pixel value Tfore
  4. final threshold=(Tback+Tfore)/2
  5. repeat step 1 to step5 you will get best threshold value. where initial threshold value approximately equal to final threshold.

because when you choose the correct threshold value you will get the best edge detected image.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文