Pixlane is loading locally. No upload, no signup, and your files stay on your device.
Drempelsegmentatie is handig wanneer de belangrijkste taak het scheiden van donkere van lichte gebieden is, het isoleren van voorgrondobjecten of het voorbereiden van een binair beeld voor latere morfologie, OCR, contouranalyse of verbonden componenten. Het is een van de meest voorkomende voorbewerkingsstappen bij computervisie.
Segmenteer de voorgrond van de achtergrond met globale en adaptieve drempelwaarden voor het opschonen van documenten, het genereren van maskers, het scheiden van regio's en het binariseren van workflows.
All processing runs locally in your browser. Your files never leave your device — no upload, no server, no signup required.
Thresholding converts a grayscale image to binary (black and white) by comparing each pixel to a threshold value. Pixels above the threshold become white, below become black.
Otsu\
Adaptive thresholding is best for images with uneven lighting, shadows, or varying backgrounds. It calculates a different threshold for each local region of the image.
These are advanced local binarization methods from OpenCV ximgproc. They compute per-pixel thresholds using local mean and standard deviation. Sauvola and Wolf are generally better for document images. NICK works well with low-contrast text.