为什么 Tesseract OCR 使用 Otsu 二值化？
Why is Tesseract OCR using Otsu binarization?
为什么 Tesseract OCR 引擎使用 Otsu 二值化等全局阈值技术？局部阈值技术（例如 Sauvola、Niblack 等）在从图像中删除文本方面不是更有效吗？
Tesseract 在 Google 书籍项目中使用，AFAIK 他们 运行 测试最佳二值化，Otsu 最通用。如果 Otsu 不是最适合您的情况，您可以在将图像发送到 tesseract 之前使用其他二值化算法。
基本上，根据输入图像，我们需要 select 使用哪种阈值算法。 Tesseract 使用 Otsu 方法进行阈值处理，因为通常用于提取文本的 Tesseract 输入具有图像同质性。 Otsu 方法对于此类图像非常有效且足够好。
当背景不显示相对于前景（目标）强度的局部变化时，全局阈值方法非常有用且足够好。而当背景和目标的强度差异发生局部变化时，局部阈值化是必要的。
因此，虽然 Tesseract 确实使用 Otsu 方法（全局阈值化）进行二值化，但您可以 pre-process 使用局部阈值化方法来从 Tesseract 获得更好的输出。
为什么 Tesseract OCR 引擎使用 Otsu 二值化等全局阈值技术？局部阈值技术（例如 Sauvola、Niblack 等）在从图像中删除文本方面不是更有效吗？
Tesseract 在 Google 书籍项目中使用，AFAIK 他们 运行 测试最佳二值化，Otsu 最通用。如果 Otsu 不是最适合您的情况，您可以在将图像发送到 tesseract 之前使用其他二值化算法。
基本上，根据输入图像，我们需要 select 使用哪种阈值算法。 Tesseract 使用 Otsu 方法进行阈值处理，因为通常用于提取文本的 Tesseract 输入具有图像同质性。 Otsu 方法对于此类图像非常有效且足够好。
当背景不显示相对于前景（目标）强度的局部变化时，全局阈值方法非常有用且足够好。而当背景和目标的强度差异发生局部变化时，局部阈值化是必要的。
因此，虽然 Tesseract 确实使用 Otsu 方法（全局阈值化）进行二值化，但您可以 pre-process 使用局部阈值化方法来从 Tesseract 获得更好的输出。