5 files changed, 126 insertions(+), 0 deletions(-)

A Lenna.png
A Lenna_binarizated.png
A dub.sdl
A dub.selections.json
A source/app.d

@@ 0,0 1,6 @@
+name "otsu_experiment"
+description "Experiment with Otsu binarization"
+authors "Oleg Bakharew"
+copyright "Copyright © 2018, Oleg Bakharew"
+license "ESL 1.0"
+dependency "dlib" version="~>0.13.0"<
\ No newline at end of file

@@ 0,0 1,6 @@
+{
+	"fileVersion": 1,
+	"versions": {
+		"dlib": "0.13.0"
+	}
+}

@@ 0,0 1,114 @@
+import std.algorithm;
+import std.stdio;
+
+import dlib.image;
+
+// создать гистограмму
+auto createHistogram(SuperImage superImage)
+{
+	int[256] histogram;
+
+	foreach (x; 0..superImage.width)
+	{
+		foreach (y; 0..superImage.height)
+		{
+			int instensity = cast(int) (superImage[x,y].luminance * 255);
+			histogram[instensity] += 1; 
+		}
+	}
+
+	return histogram;
+}
+
+// посчитать порог по Оцу
+auto calculateOtsuThreshold(SuperImage superImage)
+{
+	// вычисляем гистограмму
+	auto histogram = createHistogram(superImage);
+
+	// аккумулятор суммы яркостей
+	int sumOfLuminances;
+
+	// вычисляем сумму яркостей
+	foreach (x; 0..superImage.width)
+	{
+		foreach (y; 0..superImage.height)
+		{
+			sumOfLuminances += cast(int) (superImage[x,y].luminance * 255); 
+		}
+	}
+
+	// общее количество пикселей
+	auto allPixelCount = cast(double) (superImage.width * superImage.height);
+	
+	// оптимальный порог
+	int bestThreshold = 0;
+	// количество полезных пикселей
+    int firstClassPixelCount = 0;
+    // суммарная яркость полезных пикселей
+    int firstClassLuminanceSum = 0;
+    
+    // оптимальный разброс яркостей
+    double bestSigma = 0.0;
+
+    for (int threshold = 0; threshold < 255; threshold++)
+    {
+    	firstClassPixelCount += histogram[threshold];
+        firstClassLuminanceSum += threshold * histogram[threshold];
+    
+    	// доля полезных пикселей
+        double firstClassProbability = firstClassPixelCount / allPixelCount;
+        // доля фоновых пикселей
+        double secondClassProbability = 1.0 - firstClassProbability;
+
+        // средняя доля полезных пикселей
+        double firstClassMean = (firstClassPixelCount == 0) ? 0 : firstClassLuminanceSum / firstClassPixelCount;
+        // средняя доля фоновых пикселей
+        double secondClassMean = (sumOfLuminances - firstClassLuminanceSum) / (allPixelCount - firstClassPixelCount);
+        // величина разброса 
+        double meanDelta = firstClassMean - secondClassMean;
+        // общий разброс
+        double sigma = firstClassProbability * secondClassProbability * meanDelta * meanDelta;
+
+        // находим оптимальный разброс
+        if (sigma > bestSigma) 
+        {
+            bestSigma = sigma;
+            bestThreshold = threshold;
+        }
+    }
+
+    return bestThreshold;
+}
+
+// бинаризация по Оцу
+auto otsuBinarization(SuperImage superImage)
+{
+	SuperImage newImage = image(superImage.width, superImage.height);
+	auto threshold = calculateOtsuThreshold(superImage);
+
+	foreach (x; 0..superImage.width)
+	{
+		foreach (y; 0..superImage.height)
+		{
+			auto luminance = cast(int) (superImage[x,y].luminance * 255);
+
+			if (luminance > threshold)
+			{
+				newImage[x, y] = Color4f(1.0f, 1.0f, 1.0f);
+			}
+			else
+			{
+				newImage[x, y] = Color4f(0.0f, 0.0f, 0.0f);
+			} 
+		}
+	}
+
+	return newImage; 
+}
+
+void main()
+{
+	auto img = load("Lenna.png");
+	img.otsuBinarization.savePNG("Lenna_binarizated.png");
+}