让人揪心的局部自适应阈值2值化图片。

让人揪心的局部自适应阈值二值化图片。。。

原图：

------解决方案--------------------
这个图二值采用全局二值化效果还好些啊。几种经典的局部二值化算法我试了，只有LEVBB法在半径大于200像素的时候效果和全局二值化差不多，如下图：



Niblack算法在半径小的时候效果完全不对，当半径为200的时候效果稍好。


wellner的效果和Niblack差不多。


bernsen算法的效果和参数阈值的设定的关系很大。




------解决方案--------------------
这个要单独把那个字突出来为白色或黑色，其他的都为黑色或白色，基本上不可能的啊。
------解决方案--------------------
根据一个点的邻域像素灰度值，一次二值化一个像素点，别一次二值化整个区域。
这些算法需要自己去尝试的，呵呵
------解决方案--------------------
哈，是说提高光源的性能哦，主要还是硬件方面的问题

可以设置合适的边缘响应阈值代替对图片做对比度增强
或者你可以试试对图片做对比度增强后再做一次滤波
------解决方案--------------------
要完整提取所有字符，不用人工干预，确实不容易，或者说，不可能吧，因为实物有局部缺损。