Бинаризация изображения
Подскажите пожалуйста, каким методом лучше всего делать бинаризацию изображения. конкретно мне нужно QR Code распознать.
это баркод.
вот пример:
http://www.japanitup.com/img/uploads/2008/01/japanese-qr-code.jpg
это баркод.
вот пример:
http://www.japanitup.com/img/uploads/2008/01/japanese-qr-code.jpg
Можешь посмотреть описание методов бинаризации здесь
http://www.philippovich.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm.
Так же есть краткое описание здесь
http://www.unn.ru/vmk/graphmod/data/archive/imgalg.pdf
Там описано какой метод когда применяется.
http://www.philippovich.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm.
Так же есть краткое описание здесь
http://www.unn.ru/vmk/graphmod/data/archive/imgalg.pdf
Там описано какой метод когда применяется.
Цитата: Sonia
Можешь посмотреть описание методов бинаризации здесь
http://www.philippovich.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm.
Так же есть краткое описание здесь
http://www.unn.ru/vmk/graphmod/data/archive/imgalg.pdf
Там описано какой метод когда применяется.
http://www.philippovich.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm.
Так же есть краткое описание здесь
http://www.unn.ru/vmk/graphmod/data/archive/imgalg.pdf
Там описано какой метод когда применяется.
спасибо! первую ссылку уже читал. там мало данных.
а вторую не читал! полезно! из второй ссылки я уже один метод реализовал. он вроде называется метод Ниблека. он отличный но только там дофига шуму делается, когда в изображении есть часть сплошного цвета. он его превращает в почти белый и много много черных пятнышек. кто нить знает еще как можно бинаризировать изображения баркода удачным способом? еще одна особенность, когда в изображении есть большой черный квадрат, то он при бинаризации превращается не в черный квадрат, а в квадрат с белыми дырками внутри.
Цитата: yerzhik
спасибо! первую ссылку уже читал. там мало данных.
а вторую не читал! полезно!
а вторую не читал! полезно!
Не читать, вообще, полезно. Главное, побольше жаловаться, что информации мало.
Цитата: yerzhik
из второй ссылки я уже один метод реализовал. он вроде называется метод Ниблека. он отличный но только там дофига шуму делается, когда в изображении есть часть сплошного цвета. он его превращает в почти белый и много много черных пятнышек. кто нить знает еще как можно бинаризировать изображения баркода удачным способом? еще одна особенность, когда в изображении есть большой черный квадрат, то он при бинаризации превращается не в черный квадрат, а в квадрат с белыми дырками внутри.
Прекрасная техническая терминология.
А если тупо: то, что меньше 128 - черный, а то, что больше - белый, тоже получается "квадрат с белыми дырками внутри".
Короче люди.
Хорошие методы бинаризации изображений нашел,
http://www.scs.carleton.ca/~roth/iit-publications-iti/docs/gerh-50002.pdf
А также Бернсена метод.
Эти методы основаны на том, чтобы для каждого пикселя вычислять пороговое значение, выше которого 0, ниже 1. Ну или наоборот. Пороговое значение вычисляется путем анализа пикселей в окрестности, например окно размером NxN.
Но есть одна проблема в этих методах. Если размер объекта в изображений большой, а окно маленькое, то двоичное изображение получиться нехорошим. Ну как вы знаете в QRCode'е есть три маленьких черных квадратика(finder patterns - не знаю как правильно на русском сказать), так вот если этот баркод будет таким большим, что его три квадратика черных будут иметь размер больше чем размер скользящего окна, то наш метод бинаризации справится с этим куском изображения очень плохо. Вопрос, есть ли методы в которых размер окна тоже выбирается динамически? Какой предложите анализ окрестности, чтобы найти оптимальный размер окна для каждого пикселя?
В голову приходит мат стат. Посоветуйте что-нибудь.
Хорошие методы бинаризации изображений нашел,
http://www.scs.carleton.ca/~roth/iit-publications-iti/docs/gerh-50002.pdf
А также Бернсена метод.
Эти методы основаны на том, чтобы для каждого пикселя вычислять пороговое значение, выше которого 0, ниже 1. Ну или наоборот. Пороговое значение вычисляется путем анализа пикселей в окрестности, например окно размером NxN.
Но есть одна проблема в этих методах. Если размер объекта в изображений большой, а окно маленькое, то двоичное изображение получиться нехорошим. Ну как вы знаете в QRCode'е есть три маленьких черных квадратика(finder patterns - не знаю как правильно на русском сказать), так вот если этот баркод будет таким большим, что его три квадратика черных будут иметь размер больше чем размер скользящего окна, то наш метод бинаризации справится с этим куском изображения очень плохо. Вопрос, есть ли методы в которых размер окна тоже выбирается динамически? Какой предложите анализ окрестности, чтобы найти оптимальный размер окна для каждого пикселя?
В голову приходит мат стат. Посоветуйте что-нибудь.