Pixlane is loading locally. No upload, no signup, and your files stay on your device.
Порогова сегментація корисна, коли ключовим завданням є відокремлення темних ділянок від світлих, ізоляція об’єктів переднього плану або підготовка бінарного зображення для подальшої морфології, OCR, аналізу контурів або пов’язаних компонентів. Це один із найпоширеніших етапів попередньої обробки в комп’ютерному зорі.
Відділіть передній план від фонового за допомогою глобального й адаптивного порогового значення для очищення документів, створення масок, поділу регіонів і робочих процесів бінаризації.
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.