python-数字图像处理全局阈值迭代法

Lothiccc

于 2020-11-16 11:22:00 发布

阅读量1k

点赞数 2

文章标签： opencv

本文链接：https://blog.csdn.net/Lothiccc/article/details/109717017

版权

本文介绍了使用Python进行数字图像处理的一种全局阈值迭代法，通过选取图像像素的平均灰度值作为初始阈值，不断更新并计算两个集合的均值，直至阈值变化小于预设误差。

摘要由CSDN通过智能技术生成

精度不太会选瞎写的

1.选择一个初始化的阈值TP (通常取所有像素灰度值的平均值)

使用阈值T将图像所有像素分为两集合G1和G2 : G1包含灰度满足大于TP的像素， G2包含灰度满足小于TP的像素。

计算G1中所有像素灰度的均值μ1，计算G2中所有像素的均值μ2

进一步计算当前阈值： TN = (u1 + u2) /2

重新步骤2-4，直到在前后两次计算阈值的差值|TP-TN|小于一个预先指定的阈值误差ET为止。

import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('flower.png', 0)
# 精度
eps = 1
iry = np.array(img)
r, c = img.shape
avg = 0
for i in range