ກ້ອງຖ່າຍຮູບໂທລະສັບມືຖືແລະກ້ອງຖ່າຍຮູບທີ່ຍັງມີການປັດຈຸບັນ. A sharper, ລາຄາຖືກກວ່າແລະງ່າຍຕໍ່ການປະຕິບັດ. ແຕ່ຮູບພາບທີ່ໄດ້ຈາກຄຸນນະພາບກ້ອງຖ່າຍຮູບແມ່ນຕ່ໍາເກີນໄປຈະຖືກນໍາໃຊ້ກັບລັກສະນະການຮັບຮູ້ optical (OCR) ເນື່ອງຈາກການຕ່ໍາຍິງແສງສະຫວ່າງ. ຈຸດສຸມກ້ອງຖ່າຍຮູບ ປັດໄຈເງົາແລະອື່ນໆ
ສະເພາະກັບການສັງເກດການຂອງຫລັກษຮູບພາບທີ່ເປັນເອກະລັກຈາກເຄື່ອງສະແກນໄດ້. ຂ້າພະເຈົ້າໄດ້ນໍາສະເຫນີວິທີການ Binarization ທີ່ນໍາໃຊ້ເພື່ອແບ່ງຮູບພາບເຂົ້າໄປໃນຍ່ອຍດັ່ງນັ້ນຄວາມສັບສົນໃນເຂດພື້ນທີ່ຂອງຮູບພາບຂອງແຕ່ລະຄົນໄດ້ຖືກຫຼຸດລົງໂດຍ camp ງ່ຽງ Coeffcient ຖືກເກນທະຫານຫຼັງຈາກລັກສະນະທີ່ບໍ່ມີໄດ້ຖືກແຍກອອກໂດຍ. ຄວາມແຕກຕ່າງຂອງ Gaussian ການໃຊ້ພື້ນທີ່ທີ່ຍັງເຫຼືອຈະໄດ້ຮັບການໂດຍວິທີການຂອງການເລີ່ມ Otsu ໄດ້ຮັບການປັບປຸງເພື່ອເຮັດວຽກຮ່ວມກັບຮູບພາບທີ່ມີລັກສະນະຊ້ໍາເປັນແສງສະຫວ່າງດີ. ເຊັ່ນດຽວກັນກັບຮູບພາບທີ່ມີສີຕົວອັກສອນທີ່ໃນພື້ນທີ່ຊ້ໍາໄດ້. ວິທີການສະເຫນີໄດ້ຮັບການນໍາໃຊ້ເພື່ອການສົມທຽບກັບວິທີການອື່ນໆ, ລວມທັງວິທີການຂອງ Hui, ເຟືອງ Niblack, ແລະ Sauvola by ຕາມເອກກະສານໄດ້ຖືກບັນທຶກດ້ວຍກ້ອງຖ່າຍຮູບດິຈິຕອນທີ່ມີຄວາມລະອຽດຂອງ 72 ແລະ 120 dpi pixel 1600x1200 ຂະຫນາດປະສານງານສັ້ນ
ປະສົບການທີ່ພົບເຫັນ. ທີ່ ຄວາມຜິດພາດມາດຕະຖານຂອງວິທີຂອງການວິທີການຮັບຮູ້ລັກສະນະ. ຂ້າພະເຈົ້າໄດ້ນໍາສະເຫນີໃນທີ່ນີ້ແມ່ນເທົ່າທຽມກັນກັບ 1459%, ເຊິ່ງສູງຂຶ້ນກ່ວາວິທີການຂອງ Sauvola ເປັນວິທີທີ່ດີທີ່ສຸດໃນການທົດສອບພຽງແຕ່ 4.92%, ແຕ່ວິທີການທີ່ຂ້າພະເຈົ້າສາມາດທີ່ຈະເຮັດວຽກໄດ້ໄວຂຶ້ນແລະງ່າຍຕໍ່ການນໍາໃຊ້. ເນື່ອງຈາກວ່າມັນບໍ່ໄດ້ຮຽກຮ້ອງໃຫ້ຜູ້ໃຊ້ໃຫ້ໃສ່ຂໍ້ມູນໃດຫນຶ່ງ. ສໍາລັບການປຸງແຕ່ງ
การแปล กรุณารอสักครู่..