cv2.threshholding()简单阈值、自适应阈值，Octus阈值

@[TOC](cv2.threshholding()简单阈值、自适应阈值，Octus阈值

这篇博客将延续上一篇简单阈值处理，继续介绍自适应阈值及Octus阈值；

简单阈值详情见: https://blog.csdn.net/qq_40985985/article/details/115379934 采取全局阈值，并不适用于所有图像；
自适应阈值算法针对图像中的一小部分区域计算阈值。对于同一幅图像的不同区域，采用不同的阈值，尤其是不同光照的图像，效果会更好；
Octus阈值

1. 效果图

自适应阈值效果图如下：
原始图 VS 简单阈值 VS 均值阈值 VS 高斯阈值效果图：

Octus阈值效果图如下：官方的效果要好一些~

2. cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)

cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,11,2)

img 图像
cv2.ADAPTIVE_THRESH_MEAN_C : 阈值是邻域面积的平均值。
cv2.ADAPTIVE_THRESH_GAUSSIAN_C：阈值是邻域值的加权和，其中权重是高斯窗口；
blockSize：邻域面积的大小
C：常数，从计算的平均值或加权平均值中减去。

3. 源码

3.1 自适应阈值

# 简单阈值使用全局值作为阈值，在不同区域的不同光照条件下，它可能并不适用于所有的情况。
# 自适应阈值算法针对图像中的一小部分区域计算阈值。因此，对于同一幅图像的不同区域，采用不同的阈值，对于不同光照的图像，效果会更好；import cv2
from matplotlib import pyplot as pltimg = cv2.imread('gw.jpg', 0)
img = cv2.medianBlur(img, 5)ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
th3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)titles = ['Original Image', 'Global Thresholding (v = 127)','Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]for i in range(4):plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')plt.title(titles[i])plt.xticks([]), plt.yticks([])
plt.show()

3.2 Octus阈值

import cv2
from matplotlib import pyplot as pltimg = cv2.imread('gw.jpg', 0)# 简单阈值
ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)# Otsu's阈值
ret2, th2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)# 高斯滤波后Otsu's阈值
blur = cv2.GaussianBlur(img, (5, 5), 0)
ret3, th3 = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)# 绘制所有图像及直方图~
images = [img, 0, th1,img, 0, th2,blur, 0, th3]
titles = ['Original Noisy Image', 'Histogram', 'Global Thresholding (v=127)','Original Noisy Image', 'Histogram', "Otsu's Thresholding",'Gaussian filtered Image', 'Histogram', "Otsu's Thresholding"]for i in range(3):plt.subplot(3, 3, i * 3 + 1), plt.imshow(images[i * 3], 'gray')plt.title(titles[i * 3]), plt.xticks([]), plt.yticks([])plt.subplot(3, 3, i * 3 + 2), plt.hist(images[i * 3].ravel(), 256)plt.title(titles[i * 3 + 1]), plt.xticks([]), plt.yticks([])plt.subplot(3, 3, i * 3 + 3), plt.imshow(images[i * 3 + 2], 'gray')plt.title(titles[i * 3 + 2]), plt.xticks([]), plt.yticks([])
plt.show()

参考

https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html#thresholding

cv2.threshholding()简单阈值、自适应阈值，Octus阈值相关推荐

OpenCV-Python学习笔记（八）：图像阈值：简单阈值、自适应阈值、 Otsu's阈值
目标 • 本节你将学到简单阈值,自适应阈值, Otsu's 二值化等 • 将要学习的函数有 cv2.threshold, cv2.adaptiveThreshold 等. 1.简单阈值与名字一样,这 ...
【图像处理】——图像的二值化操作及阈值化操作（固定阈值法（全局阈值法——大津法OTSU和三角法TRIANGLE）和自适应阈值法（局部阈值法——均值和高斯法））
目录一.二值化的概念(实际上就是一个阈值化操作) 1.概念: 2.实现方法 3.常用方法二.阈值类型 1.常见阈值类型(主要有五种类型) (1)公式描述 (2)图表描述 2.两种特殊的阈值算法(O ...
OpenCV与图像处理学习七——传统图像分割之阈值法（固定阈值、自适应阈值、大津阈值）
OpenCV与图像处理学习七--传统图像分割之阈值法(固定阈值.自适应阈值.大津阈值) 一.固定阈值图像分割 1.1 直方图双峰法 1.2 OpenCV中的固定阈值分割二.自动阈值图像分割 2.1 ...
图像二值化处理(全局阈值自适应阈值手动阈值操作以及直方图画法)
文章目录图像二值化处理二值化原理 API介绍手动设置阈值均值法迭代法自动设置阈值直方图法全局阈值法 OTSU法三角形法自适应阈值法 API 绘制图像直方图图像二值化处理二值化原 ...
数字图像处理（作业三）——孔洞填充+全局阈值+自适应阈值
一.孔洞填充基本思想: 基于形态学算法,膨胀后与上取反的原图算法实现步骤: 1.首先找出所有孔洞的位置,只需知道洞中的一个点的坐标即可,下面直接以改点代替该洞 2.新建一张全零图,用0表示背景,1 ...
机器学习进阶-阈值与平滑-图像阈值 1. cv2.threshold(进行阈值计算) 2. 参数type cv2.THRESH_BINARY(表示进行二值化阈值计算)...
1. ret, dst = cv2.thresh(src, thresh, maxval, type) 参数说明, src表示输入的图片, thresh表示阈值, maxval表示最大值, type表 ...
opencv c++ 二值图像、阈值计算方法、全局阈值、自适应阈值
1.图像定义: 彩色图像 :三通道,像素值一般为0~255: 灰度图像:单通道,像素值一般为0~255: 二值图像:单通道,像素值一般为0(黑色).255(白色): 彩色图像颜色范围查询表: 2.图像 ...
python阈值计算_机器学习进阶-阈值与平滑-图像阈值 1. cv2.threshold(进行阈值计算) 2. 参数type cv2.THRESH_BINARY(表示进行二值化阈值计算)...
1. ret, dst = cv2.thresh(src, thresh, maxval, type) 参数说明, src表示输入的图片, thresh表示阈值, maxval表示最大值, type表 ...
1. cv2.threshold(进行阈值计算) 2. 参数type cv2.THRESH_BINARY(表示进行二值化阈值计算)
1. ret, dst = cv2.thresh(src, thresh, maxval, type) 参数说明, src表示输入的图片, thresh表示阈值, maxval表示最大值, type表 ...

cv2.threshholding()简单阈值、自适应阈值，Octus阈值

1. 效果图

2. cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)

3. 源码

3.1 自适应阈值

3.2 Octus阈值

参考

cv2.threshholding()简单阈值、自适应阈值，Octus阈值相关推荐

最新文章

热门文章