Бинарная классификация рукописных подписей

О проекте Программа для бинарной классификации рукописных подписей разработана для автоматического определения подлинности подписей на основе анализа их графических характеристик. В основе работы лежит метод гистограммного анализа распределения черных пикселей по зонам изображения с последующей бинарной классификацией

1. Признаки гистограммы

• Изображение делится на 16 равных зон (4 строки × 4 столбца)
• Для каждой зоны вычисляется:
  • Доля черных пикселей (нормализованная от 0 до 1)
  • Распределение интенсивности

2. Ключевые технологии обработки

• Бинаризация Оцу – автоматический подбор порога для четкого разделения подписи и фона
• Контурный анализ – точное определение границ подписи с удалением фона
• Нормализация размера – приведение всех подписей к единому масштабу (256×256 пикселей)

Как формируются признаки

1. Предобработка:

   • Конвертация в grayscale
   • Адаптивная бинаризация
   • Обрезка по минимальному ограничивающему прямоугольнику (bounding box)

2. Сеточный анализ:

   • Уменьшенное изображение 256×256 делится на блоки (4х4)
   • Для каждого блока: $$\text{Признак} = \frac{\text{Количество черных пикселей}}{\text{Общее число пикселей в блоке (4096)}}$$
   • Итоговый вектор: 16 нормализованных значений (гистограмма)

3. Сравнение подписей:

   • Вычисление поэлементной разницы векторов
   • Классификация разницы нейросетью