字型最終的推論, 是用 binary 來決定, 雖然圖片的color space 格式已經是灰階, 但是透過繪圖軟體修改時, 預設還在 gray, 編輯的結果並不是最終結果的 binary, 為避免肉眼的誤判, 每次存檔去變成 binary 又太浪費時間, 改用 script 來完成,就很方便, 又省時間.
為什麼要學這個？
將圖片轉換為二進制灰度模式在許多應用中都非常有用，例如：
- 文字辨識 (OCR)： 許多 OCR 引擎在處理二進制圖片時，效果更好。
- 影像分析： 二進制圖片可以簡化影像分析，例如形狀檢測、邊緣檢測等。
- 列印或顯示： 在某些情況下，二進制圖片更適合列印或在特定顯示器上顯示。
- 壓縮： 二進制圖片通常比灰度或彩色圖片更小，有助於節省儲存空間。
使用方法
在終端機或命令提示字元中執行以下命令：
python binary_images.py <輸入目錄> [--output_dir <輸出目錄>] [--threshold <閾值>] [--antialiasing <反鋸齒強度>]參數說明
<輸入目錄>：要轉換圖片的目錄路徑。--output_dir <輸出目錄>：轉換後圖片的輸出目錄路徑。如果未提供，則原始圖片將被覆蓋。--threshold <閾值>：二值化的閾值，預設值為 127。--antialiasing <反鋸齒強度>：反鋸齒處理的強度，預設值為 0（不套用）。
使用範例
- 範例 1： 將
images目錄中的所有圖片轉換為二進制灰度模式，並覆蓋原始檔案：
python binary_images.py images
- 範例 2： 將
images目錄中的所有圖片轉換為二進制灰度模式，並將轉換後的圖片儲存到binary_gray_images目錄中：
python binary_images.py images --output_dir binary_gray_images
- 範例 3： 將
images目錄中的所有圖片轉換為二進制灰度模式，並使用閾值 150 進行二值化：
python binary_images.py images --threshold 150
- 範例 4： 將
images目錄中的所有圖片轉換為二進制灰度模式，並套用強度為 3 的反鋸齒處理：
python binary_images.py images --antialiasing 3
注意事項
- 請確保已安裝 OpenCV 函式庫（
pip install opencv-python）。 - 反鋸齒強度值越大，模糊效果越強，但同時也會導致圖片細節損失。