Opencv学习之图像的均衡化、二值化图像

最新推荐文章于 2021-09-29 18:23:06 发布

a839766550

最新推荐文章于 2021-09-29 18:23:06 发布

阅读量1.1k

点赞数

分类专栏： opencv学习文章标签：函数 opencv

本文链接：https://blog.csdn.net/a839766550/article/details/78219295

版权

opencv学习专栏收录该内容

25 篇文章 1 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了图像处理中的直方图均衡化和二值化技术。直方图均衡化旨在使图像的像素强度分布更均匀，提高图像的视觉效果。Opencv库提供了相应函数实现这一过程。而二值化则通过设定阈值将图像转化为黑白两部分，方便区分背景和前景。这两种技术在实际应用中对图像质量的提升起到关键作用。

摘要由CSDN通过智能技术生成

知识点：
1.图像在视觉上的缺陷在多数情况下不是像素强度范围过窄，而是因为像素强度频率分布不均。我们认为一副高质量的图像应该平均所有的像素强度。这便是直方图均衡化背后的理念，即使得图像的直方图尽可能平坦
2.使用阈值创建二值图像可以用函数cv::threshold以清晰的显示分段的背景和前景

>  /******************************************************** 
>     二值化 
>     ********************************************************/  
>     Mat thresholded, result;  
>     //threshold(image, thresholded, 60, 255, THRESH_BINARY);  
>     //namedWindow("thresholded");  
>     //imshow("thresholded", thresholded);

Opencv提供了函数执行直方图均衡化

了解本专栏