如何将背景不均的扫描图像转为保全文本的黑白图像？

你当前使用固定阈值的ImageMagick命令处理背景颜色不一致的扫描图时效果不佳，原命令如下：

convert in.jpg -threshold 35% -type bilevel -monochrome -compress LZW out.pdf

以下是几种鲁棒的转换方案，既能保留所有文本，又能适配背景不均的情况：

一、改进的ImageMagick自适应阈值方案 #

固定阈值无法适配局部亮度差异，换成局部自适应阈值能有效解决背景不均问题，以下是几种实用命令：

1. 背景归一化+自适应阈值
   先通过模糊生成背景层，与原图合成抵消背景差异，再做自适应阈值：

convert in.jpg -blur 0x20 -negate -gravity center -composite -adaptive-threshold 21x21+10% -type bilevel -compress LZW out.pdf

参数说明：-blur 0x20生成模糊背景层，-adaptive-threshold 21x21+10%表示用21x21的局部窗口，阈值比区域均值高10%，可根据实际图像调整窗口大小和偏移量。

2. 直接使用局部自适应阈值（-lat参数）
   -lat是ImageMagick专门的局部自适应阈值命令，适合快速处理：

convert in.jpg -lat 25x25+10% -type bilevel -compress LZW out.pdf

参数说明：25x25是局部计算窗口大小，+10%是阈值相对于区域均值的偏移量，窗口越大越适合大面积背景不均的图像。

3. 去噪+自适应阈值组合
   如果图像存在噪点，可先去噪再处理：

convert in.jpg -despeckle -lat 30x30+8% -type bilevel -compress LZW out.pdf

二、使用ScanTailor工具 #

ScanTailor是专门针对扫描文档的开源工具，自带背景校正、自适应二值化功能，操作步骤简单：

• 导入扫描图像；
• 自动或手动标记页面轮廓；
• 进入"背景调整"模块，工具会自动消除背景亮度不均；
• 设置输出为黑白模式，导出PDF即可。
  该工具批量处理效果稳定，适合大量背景不均的扫描文档。

三、深度学习方案（效果最优） #

如果非深度学习方法无法满足需求，可采用以下深度学习方案：

1. DBNet文档二值化模型
   DBNet是专门针对文档图像的二值化模型，能精准区分文本和复杂背景。可通过Python调用预训练模型处理图像，将输出的二值化图像再用ImageMagick转换为PDF。

2. Tesseract OCR预处理
   Tesseract内置了基于深度学习的文档预处理模块，可自动完成自适应二值化：

tesseract in.jpg out --psm 6 -c tessedit_write_images=1
convert out.tiff -compress LZW out.pdf

参数说明：--psm 6指定单页文本的识别模式，tessedit_write_images=1会输出预处理后的二值化图像，再转成PDF即可。

内容的提问来源于stack exchange，提问作者user1424739