Вернуться к разделу "Реализация проекта BookScanLib".
Бинаризация Otsu Thresholding (Оцу-бинаризация) применяется для преобразования серой (8-битной) растровой картинки в чёрно-белую (1-битная).
Алгоритм Otsu Thresholding анализирует обрабатываемую картинку и автоматически вычисляет порог бинаризации - единый для всей картинки (т.е это глобальная бинаризация). Найденный порог подаётся на вход обыкновенной пороговой бинаризации (например, в библиотеке FreeImage для этого есть функция FreeImage_Threshold).
Я написал простейшую консольную программу для демонстрации работы Otsu Thresholding. На входе она принимает следующие параметры:
otsu_thres <input_file>
На выходе программа выдаёт этот же файл, обработанный этим алгоритмом.
Программа работает только с серыми изображениями.
Всё необходимое для тестирования этой программы (компиляционный проект, готовый экзешник, файл-пример и bat-файлы для тестирования программы) я оформил в небольшой пакет:
Скачать пакет otsu_thres (39 КБ)
(Для работы программы требуется FreeImage dll-библиотека из пакета FreeImage DLL v3.9.2 - см. статью 1. Знакомство с FreeImage).
Рассмотрим исходные коды этой программы:
// This program is free software; you can redistribute it and/or modify // it under the terms of the GNU General Public License as published by // the Free Software Foundation; either version 2 of the License, or // (at your option) any later version. // // This program is distributed in the hope that it will be useful, // but WITHOUT ANY WARRANTY; without even the implied warranty of // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the // GNU General Public License for more details. // // You should have received a copy of the GNU General Public License // along with this program; if not, write to the Free Software // Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA // http://www.gnu.org/copyleft/gpl.html // This algorithm was taken from the C++ Augmented Reality Toolkit sourcecodes // http://www.dandiggins.co.uk/arlib-1.html // and adopted for the FreeImage library // // Copyright (C) 2007-2008: // monday2000 monday2000@yandex.ru #include "FreeImage.h" #include <stdio.h> #define MAXVAL 256 // Otsu thresholding. // // The code implements Otsu thresholding, which is described in // N. Otsu, "A threshold selection method from gray-level pdfs", IEEE Trans. Systems, // Man and Cybernetics 9(1), pp. 62-66, 1979. // This implementation instead of minimizing the weighted within-class variance // does maximization of between-class variance, what gives the same result. // The approach is described in this presentation: // http://sampl.ece.ohio-state.edu/EE863/2004/ECE863-G-segclust2.ppt. //////////////////////////////////////////////////////////////////////////////// inline void SetPixel(BYTE *bits, unsigned x, BYTE* value) { // this function is simplified from FreeImage_SetPixelIndex *value ? bits[x >> 3] |= (0x80 >> (x & 0x7)) : bits[x >> 3] &= (0xFF7F >> (x & 0x7)); } //////////////////////////////////////////////////////////////////////////////// FIBITMAP* ProcessFilter(FIBITMAP* src_dib) { // get source image size unsigned width = FreeImage_GetWidth(src_dib); unsigned height = FreeImage_GetHeight(src_dib); unsigned src_pitch = FreeImage_GetPitch(src_dib); unsigned bpp = FreeImage_GetBPP(src_dib); unsigned btpp = bpp/8; FIBITMAP* dst_dib = FreeImage_Allocate(width, height, 1); // Build a monochrome palette RGBQUAD *pal = FreeImage_GetPalette(dst_dib); pal[0].rgbRed = pal[0].rgbGreen = pal[0].rgbBlue = 0; pal[1].rgbRed = pal[1].rgbGreen = pal[1].rgbBlue = 255; unsigned dst_pitch = FreeImage_GetPitch(dst_dib); BYTE* src_bits = (BYTE*)FreeImage_GetBits(src_dib); // The image raster BYTE* dst_bits = (BYTE*)FreeImage_GetBits(dst_dib); // The image raster BYTE* lines, *lined; int size = width * height; int minlevel = 256; int maxlevel = 0; int histogram[256] = {0}; // build histogram first // for each line for ( unsigned y = 0; y < height; y++ ) { lines = src_bits + y * src_pitch; // for each pixel for ( unsigned x = 0; x < width; x++) { histogram[lines[x]]++; } } double w = 0; // first order cumulative double u = 0; // second order cumulative double uT = 0; // total mean level int threshold = 0; // optimal threshold value double histNormalized[256]; // normalized histogram values double work1, work2; // working variables double work3 = 0.0; for (int i=1; i<=MAXVAL; i++) { // Create normalised histogram values histNormalized[i-1] = histogram[i-1]/(double)(width * height); // Calculate total mean level uT+=(i*histNormalized[i-1]); } // Find optimal threshold value for (i=1; i<MAXVAL; i++) { w+=histNormalized[i-1]; u+=(i*histNormalized[i-1]); work1 = (uT * w - u); work2 = (work1 * work1) / ( w * (1.0f-w) ); if (work2>work3) { work3=work2; threshold = i; } } threshold -= 1; // empirical offset printf("threshold=%d\n", threshold); BYTE val; // for each line for ( y = 0; y < height; y++ ) { lined = dst_bits + y * dst_pitch; lines = src_bits + y * src_pitch; // for all pixels for ( unsigned x = 0; x < width; x++) { val = (BYTE) ( ( lines[x] >= threshold ) ? 255 : 0 ); SetPixel(lined, x, &val); } } // Copying the DPI... FreeImage_SetDotsPerMeterX(dst_dib, FreeImage_GetDotsPerMeterX(src_dib)); FreeImage_SetDotsPerMeterY(dst_dib, FreeImage_GetDotsPerMeterY(src_dib)); return dst_dib; } //////////////////////////////////////////////////////////////////////////////// /** FreeImage error handler @param fif Format / Plugin responsible for the error @param message Error message */ void FreeImageErrorHandler(FREE_IMAGE_FORMAT fif, const char *message) { printf("\n*** "); printf("%s Format\n", FreeImage_GetFormatFromFIF(fif)); printf(message); printf(" ***\n"); } //////////////////////////////////////////////////////////////////////////////// /** Generic image loader @param lpszPathName Pointer to the full file name @param flag Optional load flag constant @return Returns the loaded dib if successful, returns NULL otherwise */ FIBITMAP* GenericLoader(const char* lpszPathName, int flag) { FREE_IMAGE_FORMAT fif = FIF_UNKNOWN; // check the file signature and deduce its format // (the second argument is currently not used by FreeImage) fif = FreeImage_GetFileType(lpszPathName, 0); FIBITMAP* dib; if(fif == FIF_UNKNOWN) { // no signature ? // try to guess the file format from the file extension fif = FreeImage_GetFIFFromFilename(lpszPathName); } // check that the plugin has reading capabilities ... if((fif != FIF_UNKNOWN) && FreeImage_FIFSupportsReading(fif)) { // ok, let's load the file dib = FreeImage_Load(fif, lpszPathName, flag); // unless a bad file format, we are done ! if (!dib) { printf("%s%s%s\n","File \"", lpszPathName, "\" not found."); return NULL; } } return dib; } //////////////////////////////////////////////////////////////////////////////// int main(int argc, char *argv[]) { // call this ONLY when linking with FreeImage as a static library #ifdef FREEIMAGE_LIB FreeImage_Initialise(); #endif // FREEIMAGE_LIB // initialize your own FreeImage error handler FreeImage_SetOutputMessage(FreeImageErrorHandler); if(argc != 2) { printf("Usage : otsu_thres <input_file>\n"); return 0; } FIBITMAP *dib = GenericLoader(argv[1], 0); if (dib) { // bitmap is successfully loaded! if (FreeImage_GetImageType(dib) == FIT_BITMAP) { if (FreeImage_GetBPP(dib) == 8) { FIBITMAP* dst_dib = ProcessFilter(dib); if (dst_dib) { // save the filtered bitmap const char *output_filename = "filtered.tif"; // first, check the output format from the file name or file extension FREE_IMAGE_FORMAT out_fif = FreeImage_GetFIFFromFilename(output_filename); if(out_fif != FIF_UNKNOWN) { // then save the file FreeImage_Save(out_fif, dst_dib, output_filename, 0); } // free the loaded FIBITMAP FreeImage_Unload(dst_dib); } } else printf("%s\n", "Unsupported color mode."); } else // non-FIT_BITMAP images are not supported. printf("%s\n", "Unsupported color mode."); FreeImage_Unload(dib); } // call this ONLY when linking with FreeImage as a static library #ifdef FREEIMAGE_LIB FreeImage_DeInitialise(); #endif // FREEIMAGE_LIB return 0; |
Реализация данного алгоритма позаимствована из программной графической библиотеки ARLib. Эта реализация даёт точно такой же результат, как и "контрольная" (т.е. заведомо правильная) реализация Otsu Thresholding из проекта OCRopus (но если там она идёт под Apache License - то данная - под GPL).
Строим гистограмму. Строим вероятностную гистограмму. Находим общее среднее.
Проходя в цикле по всей длине гистограмм, для каждого цвета находим его вероятность и среднее, а также вероятность и среднее смежного ему (противоположно-вероятного) пикселя. Находим взвешенный по среднему квадрат разницы вероятностей между текущим и смежным ему пикселями - и если эта разница больше её же с предыдущего шага цикла, то запоминаем текущий номер шага как найденный порог (и так продолжаем цикл до конца).
Найденное значение порога подаём на вход обычной пороговой бинаризации.