二维otsu算法python_图像二值化与otsu算法介绍
图像的二值化,就是讲图像变成黑或者白两种颜色。在很多场合,对图像进行二值化,可以忽略图像的颜色信息,背景信息,保留更加重要的形态信息。并且图像二值化处理之后,图像的信息量大为减少,处理起来也更加方便。
最简单的图像二值化的方法。就是先将图像转化为灰度图,然后再设置一个阈值。小于这个阈值的像素点调整成0,而大于这个阈值的像素点调整成255。
在Python3下,用PIL做图像处理,代码如下:
from PIL import Image
def binarizing(image, threshold=200):
pixdata = image.load()
w, h = image.size
for y in range(h):
for x in range(w):
if pixdata[x, y] < threshold:
pixdata[x, y] = 0
else:
pixdata[x, y] = 255
return image
当然,使用的时候,图像首先要转成灰度图
im = Image.open('1.png').convert('L')
这里的默认阈值是200。这样对处理已经基本是黑白的情况(例如黑白的电子书)效果比较好。但是如果要处理自带底色的(例如火车票)等,直接使用默认阈值就可能使得整张图几乎变成黑色或者白色。例如下图,图一的阈值取在160左右效果比较好,而如果取200,则图像会变成纯黑色。如果我们要处理更多种类的情况,默认阈值法根本不适用。
不同图的灰度直方图
我们看到,文字图片和背景通常会出现两个驼峰。因此,我们需要有一个算法找到这两个驼峰中间的最佳的阈值。otsu法(最大类间方差法,有时也称之为大津算法)就是目前比较好的确定阈值的算法。
otsu算法的原理非常简单。首先,我们把图像分成大于阈值和小于阈值的两个部分,也就是前景与背景两个部分。我们可以计算这两个部分的类间方差。类间方差越大,就说明两个部分直接的灰度差距越大。将0~255这256个阈值都试用一遍,找到类间方差最大的值,通常就是我们要找的最佳阈值了。
代码如下:
import numpy as np
def otsu_threshold(im):
width, height = im.size
pixel_counts = np.zeros(256)
for x in range(width):
for y in range(height):
pixel = im.getpixel((x, y))
pixel_counts[pixel] = pixel_counts[pixel] + 1
# 得到图片的以0-255索引的像素值个数列表
s_max = (0, -10)
for threshold in range(256):
# 遍历所有阈值,根据公式挑选出最好的
# 更新
w_0 = sum(pixel_counts[:threshold]) # 得到阈值以下像素个数
w_1 = sum(pixel_counts[threshold:]) # 得到阈值以上像素个数
# 得到阈值下所有像素的平均灰度
u_0 = sum([i * pixel_counts[i] for i in range(0, threshold)]) / w_0 if w_0 > 0 else 0
# 得到阈值上所有像素的平均灰度
u_1 = sum([i * pixel_counts[i] for i in range(threshold, 256)]) / w_1 if w_1 > 0 else 0
# 总平均灰度
u = w_0 * u_0 + w_1 * u_1
# 类间方差
g = w_0 * (u_0 - u) * (u_0 - u) + w_1 * (u_1 - u) * (u_1 - u)
# 类间方差等价公式
# g = w_0 * w_1 * (u_0 * u_1) * (u_0 * u_1)
# 取最大的
if g > s_max[1]:
s_max = (threshold, g)
return s_max[0]
效果还是不错的。(把个人信息删去了)
火车票二值化
二维otsu算法python_图像二值化与otsu算法介绍相关推荐
- OTSU算法对图像二值化
出处:http://blog.csdn.net/WuHaibing_CVer OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法. 1. OTSU算法原理简介 对于一幅图 ...
- HALCON示例程序class_2dim_sup.hdev使用二维像素分类对图像进行分割
HALCON示例程序class_2dim_sup.hdev使用二维像素分类对图像进行分割 示例程序源码(加注释) 定义Interactive并赋值,0:固定框:1:手工绘制框. Interactive ...
- C语言试题三十七之求除一个2×m整型二维数组中最大元素的值,并将此值返回调用函数。
1. 题目 请编写一个函数function,它的功能是:求除一个2×m整型二维数组中最大元素的值,并将此值返回调用函数. 2 .温馨提示 C语言试题汇总里可用于计算机二级C语言笔试.机试.研究生复试中 ...
- php二维数组按照自定义方式对键值排序,PHP 对一个给定的二维数组按照指定的键值进行排序...
$v){ $keysvalue[$k] = $v[$keys]; } if($type == 'asc'){ asort($keysvalue); }else{ arsort($keysvalue); ...
- 【pytorch】torch.meshgrid()==>常用于生成二维网格,比如图像的坐标点
np.meshgrid()函数常用于生成二维网格,比如图像的坐标点. x1 ,y1 = torch.meshgrid(x,y) 输入参数: 参数是两个,第一个参数我们假设是x,第二个参数假设就是y ...
- 二维数组按指定的键值排序
/** * 二维数组按指定的键值排序 * @param $array 需要排序的二维数组 * @param $keys 需要排序根据的索引 * @param string $type 正序/倒叙(默认 ...
- php查找判断二维数组中是否含有某个值
php判断二维数组中是否含有某个值 $arr = array(array('a', 'b'),array('c', 'd') );in_array('a', $arr); // 此时返回的永远都是 f ...
- Java二维数组详解:二维数组的声明和初始化,以及获取二维数组的值
为了方便组织各种信息,计算机常将信息以表的形式进行组织,然后再以行和列的形式呈现出来.二维数组的结构决定了其能非常方便地表示计算机中的表,以第一个下标表示元素所在的行,第二个下标表示元素所在的列.下面 ...
- 求解二维矩形 Packing 问题的一种优美度枚举 算法的个人心得1
求解二维矩形 Packing 问题的一种优美度枚举 算法的个人心得 个人思考: 10.14: 提出了基于 "角区"的基本算法 什么是角区? 定义4 (角区) 矩形框中由块或者矩形框 ...
- PHP 二维数组根据另一个二维数组的值进行排序
PHP 二维数组根据另一个二维数组的值进行排序 二维数组根据另一个二维数组的某个值进行排序 例子:有以下两个二维数组 goods:道具数组,记录了道具id.道具名称.道具价值 goodsUseTime ...
最新文章
- opencv中 当你直接把别人的程序拖进去无法运行时 解决方法
- 简易linux修改ip,让Linux修改IP、DNS等可以更简单
- spring三大核心学习
- Android对话框dialog大全
- tornado 简易教程
- lcd图片转二进制工具_辽宁2.8寸LCD屏价格,测距仪LCD显示屏_思迈微
- 6 如何查看MESSAGE消息
- 知乎:全球发售2600万股销售股份 每股发售价51.8港元
- Hibernate框架介绍以及入门 【一】Hibernate 快速入门 框架的概述 什么是 Hibernate Hibernate 持久层的ORM框架 下载Hibernate 官网 编写测试代码
- cpu真假有没有装机测试软件,有了她装机被骗很难 实用电脑检测软件推荐
- admob 服务器验证_Admob广告植入过程中遇到的错误汇总
- win10照片查看器恢复办法
- 2023年全国最新会计专业技术资格精选真题及答案18
- 22年春天的一部分面经
- 大容量U盘制作USB多重系统启动盘初探
- 阿里云oss文件服务器
- DA14580的AD转换
- # Pedometer 计步器算法简介
- IMU 计算 yaw,pitch 和roll
- 在vue中使用echarts