Doxa

一键对比十多种图像二值化算法,选型调参不再愁

Doxa 是一个用 C++ 编写的图像二值化框架,专注于局部自适应阈值处理,支持 Otsu、Bernsen、Niblack、Bradley、Sauvola、Wolf、Gatos、NICK、Su、T.R. Singh、WAN、ISauvola、Feng、Phansalkar、AdOtsu 等十余种经典算法,并提供 JS、Python 和 MATLAB 绑定,方便跨语言调用。它解决的是文档图像、文本识别等场景中因光照不均、阴影或退化导致的二值化效果差的问题,核心能力是统一接口实现多种算法对比,并附带 DRDM 和 Pseudo Metrics 等评估指标,便于学术研究和工程选型。项目处于早期阶段,但算法覆盖全面,适合需要快速测试不同二值化方法的开发者。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 194
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类计算机视觉
开发团队brandonmpetty
所属国家
定价模式free
价格说明开源项目,CC0-1.0许可,完全免费,提供在线WebAssembly演示,可免费使用。
访问状态
是否开源是
开源协议CC0-1.0
主要语言C++
技术栈/模型binarization,dibco,grayscale,image-segmentation
GitHub 星标★ 194
30天Star增速
HF 下载量
上线时间2017-02-24 00:00:00
最近更新2026-09-20 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数5

使用教程

核心亮点

  • 算法覆盖极全,内置15+种经典局部阈值方法,省去自行实现和对比的麻烦
  • 提供C++/JS/Python/MATLAB多语言绑定,方便集成到不同技术栈
  • 内置DRDM和Pseudo Metrics评估指标,可直接量化二值化效果

不足之处

  • 文档/社区待观察,项目早期,使用教程和示例可能不够丰富
  • 仅聚焦二值化,不涉及后续分割或识别流程,功能范围较窄

适用场景

  • 文档扫描件预处理,提升OCR识别准确率
  • 学术研究中对比不同二值化算法在退化图像上的表现
  • 工业质检中提取图像前景区域,辅助缺陷检测

替代项目

OpenCV、scikit-image、ImageJ

项目介绍

Doxa 是计算机视觉领域的开源项目,由 brandonmpetty 开发,2017 年首次发布。

它收录于计算机视觉分类,该分类目前共有 447 个项目,GitHub 星标数为 194。

项目仍在小幅维护中,最近一次代码更新于 2026-09-20。CC0-1.0许可,完全免费,提供在线WebAssembly演示,可免费使用。从国内网络环境看,可直接访问。

它主要面向的使用场景是:文档扫描件预处理,提升OCR识别准确率。同类可对比的替代方案包括 OpenCV、scikit-image、ImageJ。

上一篇:machinevision-toolbox-python

下一篇:smriprep

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14