自研Otsu算法遇极端像素占比失效，如何实现正确图像二值化？

嘿，我完全懂你碰到的这个问题——自己实现的Otsu算法一遇到黑白像素占比特别极端的情况，就直接输出全黑或者全白图，而Sauvola算法却能搞定这类场景。其实核心思路就是把Otsu的全局阈值优势和Sauvola的局部自适应能力结合起来，或者给Otsu加个“极端场景兜底”的逻辑，下面给你说几个可行的实现方案：

方案一：Otsu + Sauvola 自适应切换策略 #

这个思路简单直接，兼顾了Otsu的高效和Sauvola的适应性：

• 第一步：先计算图像的全局黑白像素占比，比如设定一个合理的阈值（比如黑色占比>90% 或 <10%），判断当前是否属于极端场景
• 第二步：如果是极端场景，直接调用Sauvola算法做局部二值化；如果是普通场景，就用你的Otsu算法输出结果
• 关键细节：Sauvola的参数需要根据你的图像场景调优，比如文档类图像常用窗口大小15-25、k=0.2、R=128（灰度范围的一半），相机采集的图像可以适当调大窗口来适配光照变化

方案二：改进Otsu算法，避免极端阈值输出 #

Otsu的核心是最大化类间方差，但极端场景下最优阈值会走到0或255，导致全图单色。你可以给Otsu加一层阈值约束逻辑：

• 先按原逻辑计算Otsu的最优阈值和对应的类间方差
• 判断这个阈值是否接近灰度极值（比如<5 或 >250），如果是，说明当前场景不适合用全局阈值
• 这时要么直接切换到Sauvola算法，要么退而求其次，选择次优的类间方差对应的阈值（计算时可以记录前几个较大的方差对应的阈值，排除掉极值阈值）
• 给你个伪代码参考：

def improved_otsu(image):
    # 原Otsu实现：计算最优阈值和最大类间方差
    optimal_thresh, max_variance = original_otsu_calculation(image)
    # 判断是否为极端阈值场景
    if optimal_thresh < 5 or optimal_thresh > 250:
        # 调用Sauvola算法处理极端场景
        return sauvola_binarization(image)
    else:
        # 普通场景用Otsu阈值二值化
        return cv2.threshold(image, optimal_thresh, 255, cv2.THRESH_BINARY)[1]

方案三：直接使用优化版Sauvola算法 #

如果你的业务场景里极端情况占比不低，也可以直接用Sauvola，但要做些优化提升效率，尤其是相机实时采集的场景：

• 用积分图加速Sauvola的均值和标准差计算，能把时间复杂度从O(nmwh)降到O(nm)，避免实时处理时卡顿
• 根据图像分辨率动态调整窗口大小：高分辨率图像用更大的窗口（比如25x25），低分辨率用小窗口（比如15x15），平衡效果和速度
• Sauvola本身对光照不均的场景适配性就比Otsu好，刚好能覆盖相机采集的各种复杂情况

测试验证要点 #

• 准备一批极端场景测试图：比如几乎全黑的带白色文字的文档、几乎全白的黑色手写笔记、相机逆光拍摄的画面等
• 分别测试三种方案，重点看极端场景下是否保留了关键细节（比如全黑图里的文字、全白图里的笔迹）
• 同时验证普通场景的输出，确保Otsu原有的清晰、高效优势没有丢失

内容的提问来源于stack exchange，提问作者Ray