图像处理20:自适应阈值
来源:互联网 发布:西瓜影音 mac 编辑:程序博客网 时间:2024/06/09 19:50
在前面的部分使用是全局阈值,整幅图像采用同一个数作为阈值。当时这种方法并不适应与所有情况,尤其是当同一幅图像上的不同部分的具有不同亮度时。这种情况下需要采用自适应阈值。此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。因此在同一幅图像上的不同区域采用的是不同的阈值,从而使我们能在亮度不同的情况下得到更好的结果。 这种方法需要我们指定三个参数,返回值只有一个。
• Adaptive Method- 指定计算阈值的方法。
– cv2.ADPTIVE_THRESH_MEAN_C:阈值取自相邻区域的平均值
– cv2.ADPTIVE_THRESH_GAUSSIAN_C:阈值取值相邻区域的加权和,权重为一个高斯窗口。
• Block Size - 邻域大小(用来计算阈值的区域大小)。
• C - 就是是一个常数,阈值就等于的平均值或者加权平均值减去这个常数。
使用下面的代码来展示简单阈值与自适应阈值的差别:
#coding:utf-8import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('F:/qipan.jpg',0)#中值滤波,采用一次模糊处理,也可不用,视情况定img = cv2.medianBlur(img,1)ret, th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)#11为Block size, 2为C值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 =7)','Adaptive Mean Thresholding','Adaotive Gaussian Thresholding']images = [img, th1, th2, th3]for i in xrange(4): plt.subplot(2,2,i+1),plt.imshow(images[i],'gray') plt.title(titles[i]) plt.xticks(),plt.yticks()plt.show()
结果图:
阅读全文
0 0
- 图像处理20:自适应阈值
- openCV/第五章 图像处理--阈值化(非自适应)
- openCV第五章/图像处理 -- 阈值化(自适应)
- openCV第五章/图像处理 -- 阈值化(自适应)
- 图像形态学 - 自适应阈值(cvAdaptiveThreshold)
- 有关opencv的学习(14)—使用自适应阈值处理图像
- 图像分割自适应阈值的求取
- 第五章 - 图像形态学 - 自适应阈值(cvAdaptiveThreshold)
- Delphi图像处理 -- 设置阈值
- [matlab图像处理] 阈值分割
- Matlab 图像分割 (阈值处理)
- 图像处理------基于阈值模糊
- 图像的阈值处理(Python)
- 图像处理19:简单阈值
- opencv10-图像分割-阈值处理
- 灰度图像--图像分割 阈值处理之平均阈值
- 灰度图像--图像分割 阈值处理之P-Tile阈值
- 灰度图像--图像分割 阈值处理之OTSU阈值
- HDU 6053 TrickGCD 数论
- Trilateration三边测量定位算法
- linux下如何通过rabbitmq进行简单的电脑间通信
- 1096. Consecutive Factors (20)
- HDU 6050 Funny Function
- 图像处理20:自适应阈值
- android sdk环境变量配置
- 使用MyBatis Generator自动创建代码(最简单方法)
- 工作三年小结----我依然是那个不变初心的少年
- 获取Spring的上下文环境ApplicationContext请注意!!
- axure_a2_安装Font Awesome字体图标
- 201403-2 窗口
- Android aidl调用与回调
- [CTF]利用CRC32绕过RAR密码(适合于小文本文件)