Otsu算法——基于类间方差最大化的自动阈值选择方法

Otsu algorithm

大津法是由日本学者大津展之（Nobuyuki Otsu）于1979年提出的，一种基于类间方差最大化的自动阈值选择方法。

一、核心原理

其基本思想是将图像分为前景和背景两部分，通过寻找一个阈值，使得这两部分的类间方差最大。类间方差越大，说明两部分之间的差异越大，分割效果越好。这种方法在图像直方图呈现双峰时效果最好，因为此时前景和背景的像素分布较为明显。

二、计算步骤

Otsu 是一种基于类间方差最大化的自动阈值选择方法，步骤如下：

1. 计算直方图：统计图像中每个灰度级的像素数量。

2. 遍历阈值：尝试所有可能的阈值 t（0 到 255）。

3. 计算类间方差：将图像分为前景（灰度 ≤ t）和背景（灰度 > t），计算两者的类间方差：
   $${\sigma }^2={\omega }_0{\omega }_1{({\mu }_0-{\mu }_1)}^2$$
   其中 ω₀,ω₁ 为前景/背景像素数占图像总像素数比例，μ₀,μ₁ 为前景/背景像素平均灰度。

   • 全局平均灰度
     平均灰度是所有像素值的算术平均值。
     $${\mu }_{全局}=\frac{1}{N}\sum _{i=0}^{255}i\times h(i)$$
     N：图像总像素数。
     h(i)：灰度级 i 的像素数。

   • 前景平均灰度（像素值 ≤ t）
     $${\mu }_0=\frac{1}{N_0}\sum _{i=0}^{t}i\times h(i)$$
     $N_0={\sum }_{i=0}^{t}h(i)$：前景像素总数。

   • 背景平均灰度（像素值 > t）
     $${\mu }_1=\frac{1}{N_1}\sum _{i=t+1}^{255}i\times h(i)$$
     $N_1={\sum }_{i=t+1}^{255}h(i)$：背景像素总数。

4. 选择最佳阈值：使类间方差最大的 t 即为最佳阈值。

三、 适用场景与限制

• 适用场景：图像直方图呈现双峰分布（前景和背景对比明显）。

• 优势：无需手动设定阈值，自适应性强；时间复杂度为 O(L)（L 为灰度级数，通常为256），适用于实时处理。

• 限制：对噪声敏感，图像噪声会破坏直方图的双峰特性，导致阈值偏移；光照不均时效果差，需配合预处理（如 CLAHE）或使用自适应阈值（如 cv2.adaptiveThreshold）提升效果。

四、OpenCV中的函数

retval, dst = cv2.threshold(
    src,      # 输入图像（必须为灰度图）
    thresh,   # 手动设定阈值（当使用 Otsu 时此值被忽略）
    maxval,   # 超过阈值后赋予的像素值
    cv2.THRESH_BINARY + cv2.THRESH_OTSU      # 阈值化类型（决定如何处理像素值）
)

• 返回值

1. retval
   • 由 Otsu 算法自动计算出的最佳阈值（类型为 float）
2. dst
   • 阈值化后的二值图像（与输入同尺寸，像素值为 0 或 255）

• cv2.THRESH_BINARY + cv2.THRESH_OTSU

  1. cv2.THRESH_BINARY 的作用
     • 定义二值化的基本规则：像素值=$\{\begin{array}{ll}255& if像素>阈值\\ 0& otherwise\end{array}$
     • 单独使用时会要求手动指定阈值（例如 thresh=127）。
  2. cv2.THRESH_OTSU 的作用
     • 自动计算图像的最佳阈值（基于最大化类间方差），但本身不定义如何应用阈值。
     • 必须与基础阈值类型（如 BINARY）组合使用，才能完成完整的二值化操作。
  3. 组合的底层逻辑——OpenCV 的标志位设计
     • 阈值类型被编码为位掩码（bitmask），例如：
       • cv2.THRESH_BINARY = 0（二进制 0000）
       • cv2.THRESH_OTSU = 8（二进制 1000）
     • 使用 + 或 | 组合这些标志，OpenCV 可解析为同时启用两种行为。

五、示例

• 原图
  

• 代码

  import cv2
  import matplotlib.pyplot as plt
  
  # 读取彩色图像并转换为灰度图
  img = cv2.imread('tree.png')
  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  
  # 应用Otsu阈值分割
  threshold, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
  
  # 创建画布和子图布局
  plt.figure(figsize=(15, 6))
  
  # 绘制灰度直方图
  plt.subplot(1, 2, 1)
  plt.hist(gray.ravel(), bins=256, range=(0, 256), color='gray', alpha=0.7)
  plt.axvline(x=threshold, color='red', linestyle='--', linewidth=2,
              label=f'Threshold = {int(threshold)}')
  plt.title('Grayscale Histogram with Otsu Threshold')
  plt.xlabel('Pixel Intensity')
  plt.ylabel('Frequency')
  plt.legend()
  
  # 绘制二值化图像
  plt.subplot(1, 2, 2)
  plt.imshow(binary, cmap='gray')
  plt.title('Binary Image after Otsu Thresholding')
  plt.axis('off')
  
  # 显示结果
  plt.tight_layout()
  plt.show()
  

• 效果图
  

我是终须有梦，如有错误，欢迎指正！