python数字图像处理（11）：图像自动阈值分割

图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。

在skimage库中，阈值分割的功能是放在filters模块中。

我们可以手动指定一个阈值，从而来实现分割。也可以让系统自动生成一个阈值，下面几种方法就是用来自动生成阈值。

1、threshold_otsu

基于Otsu的阈值分割方法，函数调用格式：

skimage.filters.threshold_otsu(image, nbins=256)

参数image是指灰度图像，返回一个阈值。

from skimage import data,filters
import matplotlib.pyplot as plt
image = data.camera()
thresh = filters.threshold_otsu(image)   #返回一个阈值
dst =(image <= thresh)*1.0   #根据阈值进行分割

plt.figure('thresh',figsize=(8,8))plt.subplot(121)
plt.title('original image')
plt.imshow(image,plt.cm.gray)plt.subplot(122)
plt.title('binary image')
plt.imshow(dst,plt.cm.gray)plt.show()

返回阈值为87，根据87进行分割得下图:

2、threshold_yen

使用方法同上：

thresh = filters.threshold_yen(image)

返回阈值为198，分割如下图：

3、threshold_li

使用方法同上：

thresh = filters.threshold_li(image)

返回阈值64.5，分割如下图：

4、threshold_isodata

阈值计算方法：

threshold = (image[image <= threshold].mean() +image[image > threshold].mean()) / 2.0

使用方法同上：

thresh = filters.threshold_isodata(image)

返回阈值为87，因此分割效果和threshold_otsu一样。

5、threshold_adaptive

调用函数为：

skimage.filters.threshold_adaptive(image, block_size, method='gaussian'）

block_size: 块大小，指当前像素的相邻区域大小，一般是奇数（如3，5，7。。。）

method: 用来确定自适应阈值的方法，有'mean', 'generic', 'gaussian' 和 'median'。省略时默认为gaussian

该函数直接访问一个阈值后的图像，而不是阈值。

from skimage import data,filters
import matplotlib.pyplot as plt
image = data.camera()
dst =filters.threshold_adaptive(image, 15) #返回一个阈值图像

plt.figure('thresh',figsize=(8,8))plt.subplot(121)
plt.title('original image')
plt.imshow(image,plt.cm.gray)plt.subplot(122)
plt.title('binary image')
plt.imshow(dst,plt.cm.gray)plt.show()

大家可以修改block_size的大小和method值来查看更多的效果。如：

dst1 =filters.threshold_adaptive(image,31,'mean')
dst2 =filters.threshold_adaptive(image,5,'median')

两种效果如下：

转载于:https://www.cnblogs.com/denny402/p/5131004.html

python数字图像处理（11）：图像自动阈值分割相关推荐

python图像分割动态域值_图像处理基本算法动态阈值分割
在图像处理时,受外界光线的干扰一般比较大,假如在阈值分割时采用固定阈值,那么在环境改变时分割效果受影响极大,那么为了避免此影响就必须采用动态阈值,自动求出合适的阈值进行分割. 本文的介绍几种主要的 ...
7.2 Python图像处理之图像分割-单阈值分割
7.2 Python图像处理之图像分割-单阈值分割文章目录 7.2 Python图像处理之图像分割-单阈值分割 1 算法原理 2 代码 3 效果 1 算法原理单阈值分割算法原理: 单阈值分割是指将 ...
Python对DICOM图像进行阈值分割
Python对Dicom图像进行处理,离不开pydicom,opencv-python,matplotlib,numpy四个代码库,安装完成这四个代码库后, 可以读取Dicom图像,并对图像进行处理, ...
c++opencv汉字分割_机器学习小白，还不快pick一下——【视觉与图像：阈值分割】...
" 前言:安利Python来开发OpenCV的原因其实细心的小伙伴早在?[视觉与图像]Python+OpenCV教程入门篇就找到了想要的答案.(点蓝字即可打开) " 今天周五了! ...
图像的阈值分割(Optimum Thresholding)
摘要:本实验主要实现最优阈值.图像分割就是把图像中具有特殊涵义的不同区域分开来,这些区域是互不相交的,每个区域都满足特定区域的一致性.图像分割是图像处理中的重要问题,也是计算机视觉研究中的一个 ...
python数字图像处理以及绘图
1, subplot的使用 matlab中的用法: subplot(m,n,p)或者subplot(m n p) subplot是将多个图画到一个平面上的工具.其中,m和n代表在一个图像窗口中显示m行 ...
基于数字图像处理的车牌定位和分割的研究 -- 开题报告
本科毕业设计(论文)开题报告课题名称基于数字图像处理的车牌定位和分割的研究毕业设计的内容和意义采用数字图像处理的原理和技术,进行车牌区域的准确定位和分割的研究,给出相应 ...
红外目标图像中阈值分割方法的比较与研究
红外目标图像中阈值分割方法的比较与研究摘要:本文主要以红外图像目标检测技术为背景,在图像阈值分割中以最大熵准则及遗传算法为基础,研究了一维最大熵值法(KSW法)及基于遗传算法的KSW熵法单阈值. ...
python绘制灰度图片直方图-python数字图像处理实现直方图与均衡化
在图像处理中,直方图是非常重要,也是非常有用的一个处理要素. 在skimage库中对直方图的处理,是放在exposure这个模块中. 1.计算直方图函数:skimage.exposure.histo ...
（附源码）python数字图像处理课程平台毕业设计 242339
Python数字图像处理课程平台的开发摘要数字图像处理是一门新兴技术,随着计算机硬件的发展,数字图像的实时处理已经成为可能,由于数字图像处理的各种算法的出现,使得其处理速度越来越快,能更好的为人 ...

python数字图像处理（11）：图像自动阈值分割

python数字图像处理（11）：图像自动阈值分割相关推荐

最新文章

热门文章