¿Qué es la umbralización adaptativa?
La umbralización adaptativa segmenta una imagen calculando umbrales a partir de vecindades locales de píxeles en lugar de aplicar un único umbral global. Habitualmente produce regiones de primer plano y de fondo a partir de una entrada en escala de grises.
Cómo funciona la umbralización adaptativa
La umbralización adaptativa estima un umbral para cada píxel a partir de valores de intensidad cercanos, de modo que la segmentación responde a las variaciones espaciales de iluminación. Las implementaciones habituales comparan el píxel con una media local o una media ponderada ajustada por una constante. Suele incorporarse a los flujos de trabajo de limpieza de documentos, extracción de características o análisis de objetos después de la conversión a escala de grises, donde el tamaño de la ventana y el tratamiento del ruido determinan si se conservan las estructuras significativas.
Datos clave
- Una vecindad demasiado pequeña sigue el ruido y la textura del sensor, mientras que una demasiado grande se comporta más como un umbral global y puede pasar por alto los cambios locales de iluminación.
- Los umbrales locales basados en la media pueden acelerarse con cálculos de áreas acumuladas, mientras que las vecindades ponderadas requieren un trabajo de filtrado diferente y dan más peso a las muestras cercanas.
- El resultado binario descarta la información de escala de grises, por lo que los pipelines deberían conservar la imagen de origen cuando el OCR, la inspección o el reajuste de parámetros posteriores puedan necesitar la información tonal original.
Cuándo es importante la umbralización adaptativa
Elige umbrales locales para escaneos afectados por sombras, gradientes o una iluminación desigual. El tamaño de la vecindad y los parámetros del umbral deben ajustarse; de lo contrario, los trazos del texto pueden desaparecer y el ruido puede convertirse en primer plano.