Seri Segmentasi Citra : Otsu Thressholding, salah satu metode Adaptive Thressholding (Bagian 4)

Penentuan nilai batas dengan menggunakan Histogram menghasilkan output yang lebih  baik dibandingkan simple thressholding. Akan tetapi metode ini menyisakan pekerjaan rumah, yaitu tetap harus menentukan nilai ambang secara manual, dengan menganalisa histogram citra. Hal ini tentu akan sangat merepotkan. Untuk itulah, maka metode Otsu muncul. Metode Otsu adalah metode untuk menemukan nilai ambang secara otomatis dari histogram. Metode ini ditemukan oleh Prof. Nobuyuki Otsu dari Electro-Technical Laboratory, Tokyo University, pada tahun 1979.  Karena sifatnya yang otomatis, maka model thressholding citra seperti ini juga dikenal dengan istilah Adaptive Thressholding (atau lebih tepatnya Global Adaptive Thressholding, karena satu nilai ambang digunakan untuk keseluruhan citra).

Nilai ambang Otsu ditentukan dengan persamaan-persamaan matematis yang cukup rumit. Namun di Python, sudah disediakan fungsi untuk melakukan Otsu Thressholding. Fungsi ini ada di library openCV. Berikut adalah contoh kode program menggunakan Python :

Berikut adalah hasil dari thressholding menggunakan Simple Thressholding (nilai ambang 127) dan Otsu Thresholding. Pada gambar ini terlihat bahwa terdapat perbedaan antara simple thressholding dan otsu, dimana metode Otsu memberikan hasil yang lebih baik dibandingkan dengan Simple Thressholding.

Meskipun memberikan hasil yang baik dan otoamatis, metode Otsu hanya efektif digunakan untuk obyek yang besar dalam citra. Untuk obyek-obyek yang detail, hasil metode Otsu masih belum optimal. Misalnya untuk memisahkan obyek tulisan. Pada bagian selanjutnya, kita akan membahas bagaimana melakukan thressholding pada obyek-obyek yang lebih detail, seperti citra tulisan (hasil scan/foto) dengan menggunakan metode thressholding yang lainnya.