码迷,mamicode.com
首页 > 其他好文 > 详细

OpenCV adaptiveThreshold(自适应阈值)

时间:2020-05-03 16:26:35      阅读:80      评论:0      收藏:0      [点我收藏+]

标签:nta   相关   它的   指定   dap   领域   binary   color   eth   

1 void adaptiveThreshold(InputArray src, 
2     OutputArray dst,
3     double maxValue, 
4     int adaptiveMethod,
5     int thresholdType, 
6     int blockSize, 
7     double C);

函数功能

对一幅灰度图像进行二值化,该函数支持就地操作,该函数用下面的公式对一幅灰度图像进行二值化:

(1)正向二值化,THRESH_BINARY

 
技术图片
 

(2)反向二值化,THRESH_BINARY_INV

 
技术图片
  • 第一个参数,InputArray src,原图,即输入图像,是一个8位单通道的图像;

  • 第二个参数,OutputArray dst,目标图像,与原图像具有同样的尺寸与类型;

  • 第三个参数,double maxValue,分配给满足条件的像素的非零值;

  • 第四个参数,int adaptiveMethod,自适应阈值的方法,通常有以下几种方法;

    • ADAPTIVE_THRESH_MEAN_C,阈值T(x,y)是(x,y)减去C的Blocksize×Blocksize邻域的平均值。
    • ADAPTIVE_THRESH_GAUSSIAN_C ,阈值T(x,y)是(x,y)减去C的Blocksize×Blocksize邻域的加权和(与高斯相关),默认sigma(标准差)用于指定的Blocksize;具体的情况可以参见getGaussianKernel函数;
  • 第五个参数,int thresholdType,阈值的类型必须是以下两种类型,
    • THRESH_BINARY,正向二值化
    • THRESH_BINARY_INV ,反向二值化
  • 第六个参数,int blockSize,计算blocksize x blocksize大小的领域内的阈值,必须为奇数,例如,3,5,7等等,一般二值化使用21,31,41;

  • 第七个参数,double C,从平均数或加权平均数减去常量。通常,它是正的,但也可能是零或负数。,二值化时使用的7。

阈值类型详解

技术图片

(1)THRESH_BINARY

正向二值化,如果当前的像素值大于设置的阈值(thresh),则将该点的像素值设置为maxval;否则,将该点的像素值设置为0;具体的公式如下

 
技术图片

(2)THRESH_BINARY_INV

反向二值化,如果当前的像素值大于设置的阈值(thresh),则将该点的像素值设置为0;否则,将该点的像素值设置为maxval,具体的公式如下

 
技术图片

(3)THRESH_TRUNC

如果当前的像素值大于设置的阈值(thresh),则将该点的像素值设置为threshold;否则,将该点的像素值不变,具体的公式如下

 
技术图片

(4)THRESH_TOZERO 

如果当前的像素值大于设置的阈值(thresh),则将该点的像素值不变;否则,将该点的像素值设置为0,具体的公式如下

 
技术图片

(5)THRESH_TOZERO_INV

如果当前的像素值大于设置的阈值(thresh),则将该点的像素值设置为0;否则,将该点的像素值不变,具体的公式如下

技术图片

(6)THRESH_MASK

(7)THRESH_OTSU,使用Otsu算法选择最佳阈值。

(8)THRESH_TRIANGLE,使用三角算法选择最佳阈值。

补充

1、函数cvAdaptiveThreshold的确可以将灰度图像二值化,但它的主要功能应该是边缘提取,并且参数param1主要是用来控制边缘的类型和粗细的1
关键是里面的block_size参数,该参数是决定局部阈值的block的大小,
1)当block很小时,如block_size=3 or 5 or 7时,“自适应”的程度很高,即容易出现block里面的像素值都差不多,这样便无法二值化,而只能在边缘等梯度大的地方实现二值化,结果显得它是边缘提取函数。
2)当把block_size设为比较大的值时,如block_size=21 or 31 or 41时,cvAdaptiveThreshold便是二值化函数了
3)src与dst 这两个都要是单通道的图像。
分析参数blockSize。这个参数相当重要,
1.要取奇数,如果取偶数运行后就会报错!!原因看源码,发现要做一个掩模,所以参数必须是奇数。OpenCV也做了一个检测,在函数adaptiveThreshold一开始就有CV_Assert( blockSize % 2 == 1 && blockSize > 1 )。

2.cvAdaptiveThreshold既可以做边缘提取,也可以实现二值化,是由你所选择的邻域所确定的,如果你所选择的邻域非常小(比如3×3),那么很显然阈值的“自适应程度”就非常高,这在结果图像中就表现为边缘检测的效果。如果邻域选择的比较大(比如31×31),那么阈值的“自适应程度”就比较低,这在结果图像中就表现为二值化的效果。

3.一般情况下,滤波器宽度应该大于被识别物体的宽度。block_size太小,无法代表背景,太大的话会影响到临近物体。

选定合适的block_size后,我们就可以选定一个更大的阈值param1,更好的抑制噪声

OpenCV adaptiveThreshold(自适应阈值)

标签:nta   相关   它的   指定   dap   领域   binary   color   eth   

原文地址:https://www.cnblogs.com/ybqjymy/p/12822097.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!