openCV第五章/图像处理 -- 阈值化（自适应）

最新推荐文章于 2022-05-08 17:10:36 发布
最新推荐文章于 2022-05-08 17:10:36 发布
阅读量9k 收藏 7
点赞数
文章标签： 图像处理 image dst c
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cartoonface/article/details/6011334
版权
本文介绍了使用openCV库进行图像处理时的自适应阈值技术，通过cvAdaptiveThreshold函数实现。该方法根据每个像素点周围区域的平均值动态设定阈值，避免全局阈值可能导致的图像细节丢失。提供了代码示例展示自适应阈值化的过程，对比了全局阈值化和自适应阈值化的图像效果。
摘要由CSDN通过智能技术生成

改进了的阈值技术，其中阈值本身就是一个变量。

 

void cvAdaptiveThreshold(

CvArr* src,

CvArr* dst,

double max_val,

int adaptive_method = CV_ADAPTIVE_THRESH_MEAN_C,

int threshold_type = CV_THRESH_BINARY,

int block_size = 3,

double param1 = 5

);

 

有两种不同方式的自适应阈值方法，可以用参数adaptive_method进行设置。

一种自适应阈值T（X,Y）在每个像素点都不同，值为计算b×b区域内的加权平均然后减去一个常数得到，b由block_size指定，常数由param1指定。cv_adaptive_thresh_mean_c方法是对区域内的所有像素加权平均。

 

最低0.47元/天 解锁文章
cartoonface
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
OpenCV4.x图像处理实例-YOLO v8图像分割
视觉与物联智能
04-01 2294
在前面的文章中，我们使用YOLO v8模型实现了图像、视频流进行物体检测与识别。本文将详细介绍，如何使用YOLO v8进行物体检测与分割(Segmetation)。
OpenCV自适应阈值
fabulousli的博客
05-24 1万+
int main(int argc, char** argv) { Mat image = imread("E:/VS2013/face/xuelian/png/1.png", CV_LOAD_IMAGE_GRAYSCALE); if (image.empty()) { cout << "read image failure" << endl; return -1; } //
Opencv step by step - 自适应阈值
weixin_30815427的博客
11-20 53
上个博客提到的阈值化只是针对图像全局进行阈值化，opencv提供了一个更好的函数cvAdaptiveThreshold，可以做到局部特征的阈值化，这样一来， 整个图像的信息可以被更好的提取。 #include <cv.h> #include <highgui.h> #include "math.h" IplImage *img_gray = N...
opencv 自适应阈值
luoganttcc的博客
03-25 906
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('cc.jpeg',0) img = cv2.medianBlur(img,5) ret,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY) th2 = cv2.adaptive...
Opencv之自适应阈值(Python)
计算机科学与技术专业学生的成长之路
05-08 1837
学习资料参考： 张平.《OpenCV算法精解：基于Python与C++》.[Z].北京.电子工业出版社.2017. 前言 在使用各种阈值处理时，如果在不均匀照明或者灰度值分布不均的情况下，使用全局阈值分割往往达不到我们希望的效果，因此为每一个像素的位置设置一个对应的阈值是可能行的解决方案。 原理详解 在对图像进行如均值平滑、高斯平滑、中值平滑之后，得到的以当前像素为中心的领域内的灰度“平均值”，所以该平均值就可当作阈值的参考值。 实现步骤 假设输入图像为III,高为HHH、宽为WWW，平滑算子的尺
OpenCV.自适应阈值.Adaptive
kicinio的博客
11-23 1801
自适应阈值.TRIANGLE 对于 Java代码（JavaFX Controller层） public class Controller{ @FXML private Text fxText; @FXML private ImageView imageView; @FXML private Label resultLabel; @FXML public void handleButtonEvent(ActionEvent actionEvent) throws IOExc
Python-Opencv中阈值化操作和自适应阈值化，二值化操作
qq_44262417的博客
04-13 1万+
Python-Opencv中阈值化操作和自适应阈值化，二值化操作 阈值化 阈值化图像其实就是对灰度图像进行二值化操作，根本原理是利用设定的阈值判断图像像素为0还是255，所以在图像二值化中阈值的设置很重要。图像的二值化分为全局二值化和局部二值化，其区别在于阈值是否在一张图像进行统一。 全局阈值化 全局阈值法方法就是将图像中低于某个阈值的像素设置为黑色（0），而其他的设置为白色（255）。全局固定阈...
python-opencv 图像阈值二值化
qq_45804132的博客
02-15 2315
本文讲解基于OpenCV-python的图像二值化API及浅显原理讲解 文章目录阈值一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 阈值 在python的OpenCV中，阈值是图像二值化的必要条件，所谓阈值就是设定一个指，对于整张图片来说，大于该值的像素点重赋值为一个值，或者小于该值的像素点重赋值为多少。 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本
OpenCV-Python图像处理：图像阈值处理.rar
09-16
本压缩包“OpenCV-Python图像处理：图像阈值处理.rar”重点关注的是图像阈值处理，这是图像二值化的核心技术，常用于图像预处理、文字识别、目标检测等场景。 图像阈值处理是将图像中的像素值分为两类（通常是黑色...
自适应图像增强完整OpenCV代码
11-08
自己编写的彩色图像自适应增强的完整代码，下载后配置环境即可运行。无C币的可以直接在我博客留言，我会发送给你。https://blog.csdn.net/u013921430/article/details/83865427
图像自适应阈值分割
04-24
可以显示阈值和直方图，实现阈值分割
图像自适应阈值
xss20072754的博客
04-24 4545
OpenCV与Halcon中的图像自适应阈值 在这篇文章中，你会了解到关于什么是自适应阈值，并且如何对图像使用自适应阈值。这篇文章中，除了介绍OpenCV中经典的cv2.adaptiveThreshold函数，还有我根据halcon中的local_threshold函数实现的自适应阈值方法。 在普通的二值化阈值算法中，是对图片中所有的像素都应用同样的一个阈值，大津算法(Otsu)也是如此，只不过这个算法自动计算了一个能让图片尽量分为两个部分的阈值，总之，都是全局阈值(global threshold)。但
Python 13.OpenCV 自适应阈值
qq_36071362的博客
01-29 325
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('pic3.PNG', 0) img = cv2.medianBlur(img, 5) ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) th2 = c...
Opencv-（29)自适应阈值
qq_51325797的博客
03-11 1745
对于某些光照不均的图像，这种全局阈值分割的方法的效果明显是不是很好 自适应阈值 自适应阈值法(adaptiveThreshold)，它的思想不是计算全局图像的阈值，而是根据图像不同区域亮度分布，计算其局部阈值，所以对于图像不同区域，能够自适应计算不同的阈值，因此被称为自适应阈值法。 全局阈值的局限性，对光照度不均匀的图像容易错误的二值化分割 自适应阈值对图像模糊求差值然后二值化 `#include<opencv2/opencv.hpp> #include using namespace
图像自适应阈值（最大类间方差法、迭代法、矩形区域块自适应阈值（使用积分处理的自适应处理)）
obsorb_knowledge的博客
09-17 4930
一、最大类间方差法 或者 大津法 或者 OTSU 1、简介 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标两部分，或者说，是寻找一个阈值为K，将图像的颜色分为1,2.....K和K+1.....256两部分。 如何确定这个阈值K？算法分类的原理是让背景和目标之间...
019-OpenCV 色彩通道分离
weixin_48013634的博客
01-28 634
话不多说，上代码，看结果。 import cv2 # 导入库 ''' cv2.imread(filename,flags) # filename为文件名，图片与.py文件在一个文件夹时输入文件名即可 # 不在一个文件夹时输入图片的路径和名字 # flags为图片的颜色类型，默认为1，灰度图像为0 ''' img = cv2.imread('73.jpg') ''' cv2.namedWindow(winname,flags) # winname是窗口名字 # flags为窗口显示方式，
opencv中自适应阈值（adaptiveThreshold()函数）介绍
热门推荐
weixin_43977647的博客
03-31 3万+
1. 自适应阈值简介 自适应阈值（adaptiveThreshold()）用于二值化处理图像，对于对比大的图像有较好效果，相对于固定阈值化操作（t’h）是指图像中每一个像素点是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处： 每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。 亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。 不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。 1.2 项目目录
opencv 自适应阈值化_【图像处理】OpenCV系列十九 --- 自适应阈值(adaptiveThreshold)...
weixin_39637979的博客
11-27 486
上一节我们学习了几何图像变换函数的具体功能，相信大家学习之后，已经有所了解，本节了我们进入OpenCV学习的下一个模块Miscellaneous Image Transformations(各种各样的图像变换处理)，首先我们学习本模块的第一个知识点，自适应阈值详解(adaptiveThreshold)。1、函数原型void adaptiveThreshold(InputArray src, Ou...
python快速自适应阈值化处理图像
最新发布
07-17
您可以使用OpenCV库来进行快速自适应阈值化处理图像。下面是一个示例代码： ```python import cv2 # 读取图像 img = cv2.imread('image.jpg', 0) # 自适应阈值化处理 th = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2) # 显示结果 cv2.imshow('Original Image', img) cv2.imshow('Adaptive Thresholding', th) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码中，我们首先使用`cv2.imread()`函数读取一张灰度图像。然后，使用`cv2.adaptiveThreshold()`函数对图像进行自适应阈值化处理。其中的参数含义如下： - 第一个参数是输入图像。 - 第二个参数是输出图像的最大值，一般设置为255。 - 第三个参数是自适应方法，有两种可选：`cv2.ADAPTIVE_THRESH_MEAN_C`和`cv2.ADAPTIVE_THRESH_GAUSSIAN_C`，分别表示使用局部邻域均值和高斯加权均值来计算阈值。 - 第四个参数是阈值类型，一般使用`cv2.THRESH_BINARY`表示二值化处理。 - 第五个参数是邻域大小，表示用来计算阈值的像素邻域大小。 - 第六个参数是从均值或高斯加权均值中减去的常数值。 最后，使用`cv2.imshow()`函数显示原始图像和处理后的图像，通过`cv2.waitKey()`函数等待按键输入，最后使用`cv2.destroyAllWindows()`函数关闭窗口。 这样，您就可以使用OpenCV进行快速自适应阈值化处理图像了。希望对您有帮助！
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值