Pixlane is loading locally. No upload, no signup, and your files stay on your device.
Пороговая сегментация полезна, когда ключевой задачей является отделение темных областей от светлых, изолирование объектов переднего плана или подготовка бинарного изображения для последующей морфологии, оптического распознавания символов, контурного анализа или связанных компонентов. Это один из наиболее распространенных этапов предварительной обработки в компьютерном зрении.
Сегментируйте передний план от фона с помощью глобального и адаптивного порогового определения для очистки документа, создания маски, разделения областей и рабочих процессов бинаризации.
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.