为什么Tesseract OCR使用Otsu二值化？

Question

为什么Tesseract OCR引擎使用全局阈值技术，如Otsu二值化？不是局部阈值技术(例如Sauvola、Niblack等)更有效地从图像中删除文本？

Answer 1

Tesseract在Google book项目和AFAIK中使用，他们运行最佳二值化测试，而Otsu是最通用的。如果Otsu不适合您的情况，您可以在将图像发送到tesseract之前使用其他二值化算法。

Answer 2

基本上，根据输入图像，我们需要选择要使用的阈值算法。Tesseract使用Otsu方法进行阈值处理，因为通常情况下，Tesseract用于提取文本的输入具有图像同质性。Otsu方法对于这样的图像是有效的，也是足够好的。

当背景没有表现出相对于前景(目标)强度的局部变化时，全局阈值方法是有用和足够好的。而当背景与目标的灰度差发生局部变化时，需要进行局部阈值分割。

因此，虽然Tesseract确实使用Otsu方法(全局阈值)进行二值化，但您可以使用局部阈值方法对图像进行预处理，以从Tesseract获得更好的输出。