bernsen演算法

Ⅰ OCR軟體提示不是二值圖像

二值圖像 binary image
是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。二值圖像一般用來描述文字或者圖形，其優點是佔用空間少，缺點是，當表示人物，風景的圖像時，二值圖像只能描述其輪廓，不能描述細節。這時候要用更高的灰度級。
圖像的二值化是指將灰度圖像（灰度有255階）轉化為只包含黑、白兩個灰度的二值圖像，即0和1兩個值。 一般採用閾值法，關鍵是閾值的選取技術。 目前圖像二值化方法主要有以下幾種:(1)全局閾值法;(2)局部閾值法;(3)動態閾值法。全局閾值化方法實現簡單對於具有明顯雙峰直方圖的圖像效果明顯,但對於低對比度和光照不均勻的圖像效果不佳,抗噪能力差,因而應用范圍受到極大限制，如Ostu演算法是一種經典的整體閾值方法,它反映了整個圖像灰度分布情況,但它單一閾值的特性決定了它的抗噪能力較差。 局部閾值法能處理較為復雜的情況,但往往忽略了圖像的邊緣特徵,容易出現偽影現象。如經典的局部閾值化演算法,Bernsen演算法,其閾值由考察點鄰域的灰度確定,演算法中不存在預定閾值,適應性較整體閾值法廣,但是當窗口的寬度較小時,很容易出現偽影現象和目標的丟失;而當窗口寬度增大時,演算法的速度將受到很大影響。 動態閾值法充分考慮了像元的鄰域特徵,能夠根據圖像的不同背景情況自適應地改變閾值,可較精確地提取出二值圖像,但它過渡地誇大了像元的鄰域灰度的變化,會把不均勻灰度分布的背景分割到目標中去,帶來許多不應出現的假目標。 你可以結合邊緣檢測和區域生長等新的演算法方法來設計自己的二值化演算法。 清華紫光TH-OCR是一個文本識別軟體，當你掃描一張白紙黑字的文件時，你總不會用彩色的吧？掃描成功後在未進行識別前這就是二值圖像，你可以保存為BMP等格式的文件，而你打開的BMP文件可能顏色太多，當然不是二值圖片而拒絕打開。在用OCR識別文件時，用滑鼠器把要識別的部分拉個框框，再點識別按鈕，文字就識別成功了，當然還會有些文字會是亂碼，這很正常。

Ⅱ 怎麼進行人民幣冠字碼識別

人民幣紙幣上除了漢字、少數民族文字、漢語拼音及第四套人民幣主幣上增加的盲文外，還有用以控制各種票券印製數量和防偽作用的冠號和號碼。冠，取首之意，冠字也稱「字頭」，即印在票券號碼前的符號，用以表示各種票券和印製數量的批號。

中國人民銀行發行的五套人民幣紙幣，前三套均使用兩個或三個不同的羅馬數字（Ⅰ、Ⅱ、Ⅲ、Ⅳ等）作冠字，第四套人民幣改成兩個相同或不同的漢語拼音字母作冠字，而「慶祝中華人民共和國成立50周年」流通紀念鈔只用一個漢語拼音字母作冠字。

號碼也是表示票券印製數量的編號，是每一冠字批號中的具體編號，一般採用阿拉伯數字排列號碼，一票一號，在同一冠字批號中的號碼一般不會出現重復。從鈔票的號碼位數可以看出該組冠字所印票券的多寡，即位數越多，印製數量越大，反之印製數量越少。

(2)bernsen演算法擴展閱讀：

冠字型大小碼新排列方式

2010年年初，央行調整了人民幣紙幣的冠字型大小碼排列方式，如市場所見「A0A0000001」方式。隨著現金發行量的增加，人民幣紙幣冠字型大小碼排列方式仍會不斷調整變化(如「A00A000001」和「A000A00001」等排列方式。

市面上較為廣泛使用的第五套人民幣100元紙幣的冠字型大小碼為十位，前兩位是大寫的拼音字母組合，後八位則為阿拉伯數字，其中冠字型大小碼前四位為紅色，後六位為黑色。

央行有關人士證實，如今兩個拼音字母相互排列的冠號組合已經全部使用完，因此有一部分人民幣百元鈔冠號部分變更為拼音字母 數字拼音字母的形式，就如市面上已經出現的「A0A0000001」。而且，今後隨著現金發行量的增加，冠字型大小碼的排列方式還將進行調整。

Ⅲ Bernsen 直方圖演算法

不知道你用matlab還是VC，我拿matlab寫的：

clc
clear all
close all
M=3;%3*3的鄰域窗口
N=3;
I=imread('1.bmp');%讀取圖片
[m,n,s] = size(I);%讀取圖片
I_gray=rgb2gray(I);
T=zeros(m,n);
figure(1);imshow(I_gray);
I_gray=double(I_gray);
for i=M+1:m-M
for j=N+1:n-N
max=1;min=255;
for k=i-M:i+M %當前像素周圍的3*3區域中的最大值和最小值
for l=j-N:j+N

if I_gray(k,l)>max
max=I_gray(k,l);
end
if I_gray(k,l)<min
min=I_gray(k,l);
end

end
end
T(i,j)=(max+min)/2;%T矩陣用來記錄每點像素的閾值
end
end
I_bw=zeros(m,n);
for i=1:m
for j=1:n %%二值化

if I_gray(i,j)>T(i,j)
I_bw(i,j)=255;
else I_bw(i,j)=0;
end

end
end
figure(2);imshow(I_bw);