《深度实践OCR：基于深度学习的文字识别》----在读

第二章：图像预处理

主要为：二值化、去噪、倾斜角检测校正。

2.1 二值化(Image Binarization)

二值化指将像素点的灰度值设为0或255，使图像呈黑白效果。可以减少维度、排除噪声干扰。
分为：全局阈值方法、局部阈值方法、基于深度学习的方法等。
1、全局阈值方法
1）固定阈值

缺点：很难为不同的输入图像确定最佳阈值。
2）Otsu算法（最大类间方差法）
自适应的阈值确定方法。将输入图像视为L个灰度级，得到最佳的k值选择。
代码参考ch2_Otsu.py
2、局部阈值方法
1）自适应阈值
使用积分图（Integral Image）。
思想：以一个像素点为中心设置大小为s*s的滑窗，滑窗扫过整张图像，对窗口内的像素求均值将均值作为局部阈值。像素值低于局部阈值t/100，则为0，高于则为255。
2）Niblack算法
根据窗口内的像素值计算局部阈值，不同的是不仅考虑区域内像素点的均值和方差，还事先设定修正系数k决定影响程度。
缺陷：滑窗会导致在边界区域的像素范围内无法求取阈值；如果滑窗内全部是背景，会使一部分像素点成为前景，形成伪噪声。
3）Sauvola算法
针对文档二值化处理。
4）基于深度学习的方法

2.2 平滑去噪

好的去噪方法在去除噪声的同时，还需保持图像的边界和细节。
1、空间滤波
1）线性空间滤波器
2）非线性空间滤波器
2、小波阈值去噪
3、非局部方法
1）NL-means（非局部均值算法）

2）BM3D（Block-Matching and 3D Filtering）
当前最好的算法之一，和NL-means算法都运用了非局部匹配的思想，但复杂度高于NL-means。
4、基于神经网络的方法
1）MLP
2）LLNet（Low-Light Net）
通过引入序贯相似性检测算法（Stacked Sparse Denoising Autoencoder, SSDA）的思想实现低噪度图片的自适应增强（增亮、去噪）。

2.3 倾斜角检测和校正

常见的方法有霍夫变换（Hough Transform）、Randon变换（Randon Transform）和基于PCA（Principal Component Analysis）方法等。