二値化とは?

二値化は、しきい値処理によって画像を通常は前景と背景の二つの値のクラスに変換します。しきい値は画像全体で共通の場合も、領域ごとに異なる場合もあります。

二値化の仕組み

二値化は、画素を判定用のしきい値と比較し、濃淡画像やカラー画像を二つのクラスに分類します。大域的な手法では画像全体に一つのしきい値を使い、適応的な手法では局所的なしきい値を推定して、影、濃淡の変化、紙の質感に対応します。出力は領域分割の判定結果であり、単なるモノクロ表示への変換ではありません。文書処理パイプラインでは、正規化やノイズ除去の後、OCR、モルフォロジー処理、連結成分解析、圧縮の前に二値化を行います。

要点

  1. 照明が均一で、前景と背景のヒストグラムが明確に分かれたページでは、大域的なしきい値処理が有効な場合があります。ただし、照明に勾配があると、文字が紙と同じクラスに分類されることがあります。
  2. 適応的な手法は近傍の統計量を使い、むらのある文書で結果を改善します。一方、計算量が増え、ウィンドウサイズや局所的なノイズの影響を受けやすくなります。
  3. しきい値処理の極性は重要です。ゼロがインクと背景のどちらを表すかは、アルゴリズムとファイルエンコーダーで一致しない場合があり、後続処理でマスクが反転して見える原因になります。

二値化が重要になる場面

OCR、文書のクリーンアップ、輪郭検出、形状解析の前に二値化を適用します。しきい値の選択が不適切だと、特に照明が不均一な場合に、薄い文字が消えたり、背景ノイズが残ったりすることがあります。

メディアの知識を実用的なパイプラインに

単一の宣言的 API で、アップロード、処理、AI、ストレージ、配信を連携できます。エンコードスタックの管理、スケーリング、形式の変化への対応はお任せください。

Transloadit を無料で試す