Binarisation
============

Pour être traitée avec efficacité, l'image ne doit être composé que de pixels
noirs ou blancs. Pour obtenir ce résultat, nous partons de notre image en
niveaux de gris (l'histogramme) et nous procedons à un binarisation de 
cette image de manière à la rendre bicolore (noir et blanc).

La méthode utilisée est celle de l'algorithme d'Otsu. Elle consiste à répartir
les pixels de l'image en deux groupes (le fond et les objets à traiter) et à
trouver le seuil optimal pour séparer ces deux classes.Cette méthode utilise 
une réduction de la variance intra-classe jusqu'à un minimum. Cela correspond
également à maximiser la variance inter-classe.
Il faut d'abord calculer les probabilités de chaque niveau d'intensité grâce
à l'histogramme. On définit ainsi les probabilités de classes et les
moyennes de classes initiales. Elles sont mises à jours grâce au parcours
de l'histogramme.
La variance inter-classe qui est égale à la variance totale moins la variance
intra-classe permet de trouver le seuil recherché.
Il correspond au maximum du carré de la variance inter-classe, exprimée grâce
au différents seuils possibles entre les classes.

L'algorithme permet ainsi de séparer objets à traiter (en noir) du fond (en
blanc). Cette méthode présente une bonne efficacité dans le cadre du
traitement d'image dans la réalisation d'un OCR. Elle peut également être
utilisée pour faire du seuillage à plusieurs niveaux qui dans notre cas ne
présente pas d'intérêt.