Wprowadzenie do progowania

Przetwarzanie obrazów w Pythonie

Rebeca Gonzalez

Data Engineer

Progowanie

Podział obrazu na pierwszy plan i tło

Przez konwersję na obraz czarno-biały

Każdemu pikselowi przypisywana jest wartość:

255 (biały) jeśli piksel $\gt$ wartość progu
0 (czarny) jeśli piksel $\lt$ wartość progu

Obraz progowany mężczyzny z aparatem

Progowanie

Najprostsza metoda segmentacji obrazu

Izolowanie obiektów
- Wykrywanie obiektów
- Wykrywanie twarzy
- Itp.

Obraz progowany kostek domina

Progowanie

Tylko obrazy w skali szarości

Etapy progowania obrazu na przykładzie kostek domina: oryginalny RGB, w skali szarości i po progowaniu

Zastosowanie

# Obtain the optimal threshold value
thresh = 127


# Apply thresholding to the image
binary = image > thresh


# Show the original and thresholded
show_image(image, 'Original')
show_image(binary, 'Thresholded')

Obraz progowany mężczyzny z aparatem

Progowanie odwrócone

# Obtain the optimal threshold value
thresh = 127


# Apply thresholding to the image
inverted_binary = image <= thresh


# Show the original and thresholded
show_image(image, 'Original')
show_image(inverted_binary, 
           'Inverted thresholded')

Odwrócony obraz progowany mężczyzny z aparatem

Kategorie

Globalne (histogramowe): dobre dla jednolitego tła
Lokalne (adaptacyjne): dla nierównomiernego oświetlenia tła

Porównanie progowania globalnego i lokalnego

Testowanie algorytmów progowania

from skimage.filters import try_all_threshold


# Obtain all the resulting images
fig, ax = try_all_threshold(image, verbose=False)


# Showing resulting plots
show_plot(fig, ax)

Testowanie algorytmów progowania

Wszystkie globalne metody progowania przetestowane na obrazie w skali szarości przedstawiającym stronę tekstu

Optymalna wartość progu

Globalne

Jednolite tło

# Import the otsu threshold function
from skimage.filters import threshold_otsu


# Obtain the optimal threshold value
thresh = threshold_otsu(image)


# Apply thresholding to the image
binary_global = image > thresh

Optymalna wartość progu

Globalne

# Show the original and binarized image
show_image(image, 'Original')
show_image(binary_global, 'Global thresholding')

Oryginalny obraz mężczyzny z aparatem, obraz po progowaniu i jego histogram z czerwoną linią wskazującą optymalną wartość progu

Optymalna wartość progu

Lokalne

Nierównomierne tło

# Import the local threshold function
from skimage.filters import threshold_local


# Set the block size to 35
block_size = 35


# Obtain the optimal local thresholding
local_thresh = threshold_local(text_image, block_size, offset=10)


# Apply local thresholding and obtain the binary image
binary_local = text_image > local_thresh

Optymalna wartość progu

Lokalne

# Show the original and binarized image
show_image(text_image, 'Original')
show_image(binary_local, 'Local thresholding')

Lokalnie progowany obraz strony z tekstem

Czas na ćwiczenia!

Przetwarzanie obrazów w Pythonie