图片的灰度化与二值化

为了提高Tesseract识别的准确性，需要对图片进行一些处理。

灰度化

RGB颜色模型

一种加色模型，将红（Red）、绿（Green）、蓝（Blue）三原色的色光以不同的比例相加，以产生多种多样的色光，且三原色的红绿蓝不可能用其他单色光合成。

RGB色彩模式使用RGB模型为图像中每个像素的RGB分量分配一个0~255范围内的强度值。RGB图像仅仅使用三种颜色，R(red)、G(green)、B(blue)，就能够使它们依照不同的比例混合，在屏幕上呈现16777216(256 * 256 * 256)种颜色。

什么是灰度化

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。0%的灰度RGB数值是255,255,255；1%灰度的RGB数值是253,253,253；2%灰度RGB值为250,250,250。

灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。

灰度化的方法

约定：
f(i,j) 为二维图片中坐标为 (i,j) 的点的灰度值，R(i,j)、G(i,j)、B(i,j)分别为坐标为 (i,j) 的点在red、green、bule分量上的值。

1. 分量法

将彩色图像中的三分量的亮度作为三个灰度图像的灰度值，可根据应用需要选取一种灰度图像。

    f1(i,j)=R(i,j)
    f2(i,j)=G(i,j)
    f3(i,j)=B(i,j)

2. 最大值法

将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

    f(i,j) = max(R(i,j),G(i,j),B(i,j))

3. 平均值法

将彩色图像中的三分量亮度求平均得到一个灰度图。

    f(i,j) = (R(i,