Categorías

← View All Tools

Image Adaptive Threshold

Apply adaptive threshold operation that calculates threshold for small regions, suitable for varying lighting conditions

Click to upload file or drag and drop file here

Maximum file size: 10MB Supported formats: image/jpeg, image/png, image/webp, image/gif, image/bmp, image/tiff

Size of a pixel neighborhood that is used to calculate a threshold for the pixel (must be odd)

Constant subtracted from the mean or weighted mean. Usually positive.

Adaptive thresholding method to use

Datos clave

Categoría
Design
Tipos de entrada
file, number, select
Tipo de salida
file
Cobertura de muestras
4
API disponible
Yes

Resumen

La herramienta de Limiar Adaptativo de Imagen permite convertir imágenes complejas a formato binario calculando umbrales locales para cada región, lo que garantiza resultados óptimos incluso en fotografías con iluminación desigual o sombras pronunciadas.

Cuándo usarlo

  • •Cuando una imagen presenta variaciones de luz que impiden una binarización global efectiva.
  • •Al procesar documentos escaneados con sombras o manchas que dificultan la lectura del texto.
  • •Para aislar objetos o formas en imágenes donde el contraste no es uniforme en toda la superficie.

Cómo funciona

  • •Carga tu archivo de imagen en formatos compatibles como PNG, JPG o TIFF.
  • •Define el tamaño del bloque (número impar) para determinar el área de cálculo local.
  • •Selecciona el método de cálculo (Media o Gaussiano) y ajusta la constante de sustracción.
  • •Procesa la imagen para obtener una versión binaria optimizada según tus parámetros.

Casos de uso

Digitalización de documentos antiguos con manchas o iluminación irregular.
Preprocesamiento de imágenes para algoritmos de reconocimiento óptico de caracteres (OCR).
Extracción de contornos en fotografías industriales con sombras proyectadas.

Ejemplos

1. Binarización de documentos escaneados

Archivista digital
Contexto
Se requiere digitalizar recibos antiguos que presentan amarillamiento y sombras debido a la mala iluminación del escáner.
Problema
El umbral global hace que el texto se pierda en las zonas oscuras o se sature en las claras.
Cómo usarlo
Subir la imagen, configurar el método 'Gaussiano' y ajustar el tamaño de bloque a 15 para capturar detalles locales.
Configuración de ejemplo
blockSize: 15, constant: 5, method: gaussian
Resultado
El texto se vuelve nítido y legible, eliminando las sombras de fondo y normalizando el contraste en toda la página.

2. Extracción de formas para visión artificial

Ingeniero de visión
Contexto
Una cámara industrial captura piezas metálicas con reflejos brillantes y zonas de sombra en la misma toma.
Problema
La binarización estándar no logra separar la pieza del fondo debido a los reflejos especulares.
Cómo usarlo
Utilizar el método de 'Media' con un tamaño de bloque pequeño para adaptarse rápidamente a los cambios de luz locales.
Configuración de ejemplo
blockSize: 11, constant: 2, method: mean
Resultado
Se obtiene una máscara binaria precisa de la pieza, facilitando su detección y medición posterior.

Probar con muestras

image, png, jpg
Ejemplos de Procesamiento de Imágenes Windows C++
Ejemplos de procesamiento de imágenes Windows C++ incluyendo leer/guardar imágenes, redimensionamiento y conversión de formato usando Windows Imaging Component
title token image
image
Ejemplos de Procesamiento de Imágenes Web Rust
Ejemplos de procesamiento de imágenes Web Rust incluyendo lectura/escritura, escalado y conversión de formato
title token image
image
Procesamiento de Imágenes macOS Objective-C - Ejemplos
Ejemplos de procesamiento de imágenes macOS Objective-C incluyendo lectura/escritura de imágenes, escalado de imágenes y conversión de formato
title token image
image
Ejemplos de Procesamiento de Imágenes Web Python
Ejemplos de procesamiento de imágenes Web Python usando PIL/Pillow incluyendo lectura, guardado, redimensionamiento y conversión de formato
title token image
image

Hubs relacionados

Herramientas de Image
Explora 40 herramientas de image para flujos de utility y encuentra utilidades cercanas con rapidez.
Herramientas de Image para Convert
Explora 100 herramientas de image para flujos de convert y encuentra utilidades cercanas con rapidez.
Herramientas de Barcode
Explora 7 herramientas de barcode para flujos de utility y encuentra utilidades cercanas con rapidez.
Herramientas de Barcode para Convert
Explora 6 herramientas de barcode para flujos de convert y encuentra utilidades cercanas con rapidez.

Preguntas frecuentes

¿Qué es el tamaño de bloque?

Es el tamaño del área de píxeles vecina utilizada para calcular el umbral local; debe ser siempre un número impar.

¿Cuál es la diferencia entre Media y Gaussiano?

El método de Media calcula el promedio simple del área, mientras que el Gaussiano aplica una ponderación basada en la distancia al centro.

¿Para qué sirve la constante?

La constante se resta del valor medio calculado para ajustar la sensibilidad del umbral y eliminar ruido de fondo.

¿Qué formatos de archivo admite la herramienta?

Soporta los formatos estándar más comunes: JPEG, PNG, WebP, GIF, BMP y TIFF.

¿Puedo procesar imágenes muy grandes?

La herramienta admite archivos de hasta 10 MB para asegurar un procesamiento eficiente y rápido.

Documentación de la API

Punto final de la solicitud

POST /es/api/tools/image-adaptive-threshold

Parámetros de la solicitud

Nombre del parámetro Tipo Requerido Descripción
imageFile file (Subida requerida) Sí -
blockSize number Sí Size of a pixel neighborhood that is used to calculate a threshold for the pixel (must be odd)
constant number No Constant subtracted from the mean or weighted mean. Usually positive.
method select Sí Adaptive thresholding method to use

Los parámetros de tipo archivo necesitan ser subidos primero vía POST /upload/image-adaptive-threshold para obtener filePath, luego pasar filePath al campo de archivo correspondiente.

Formato de respuesta

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
Archivo: Archivo

Documentación de MCP

Agregue este herramienta a su configuración de servidor MCP: 

{
  "mcpServers": {
    "elysiatools-image-adaptive-threshold": {
      "name": "image-adaptive-threshold",
      "description": "Apply adaptive threshold operation that calculates threshold for small regions, suitable for varying lighting conditions",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-adaptive-threshold",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Puede encadenar múltiples herramientas, por ejemplo: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, máximo 20 herramientas.

Soporte para enlaces de archivos URL o codificación Base64 para parámetros de archivo.

Si encuentra algún problema, por favor, póngase en contacto con nosotros en [email protected]