迭代的(最优的)阈值选择

本文介绍了迭代法阈值选择算法,该算法是双峰法的改进,通过不断迭代寻找最佳阈值。初始设定阈值T,将图像分为两部分,计算其均值u1和u2,新阈值取两均值之和的一半。重复此过程直至均值不变,以实现精确的图像分割。提供了实现代码,并展示了效果对比。
摘要由CSDN通过智能技术生成

迭代法阈值选择算法是对双峰法的改进,他首先选择一个近似的阈值T,将图像分割成两个部分,R1和R2,计算出区域R1和R2的均值u1和u2,再选择新的

阈值T=(u1+u2)/2;

重复上面的过程,直到u1和u2不在变化为止,

实现前后对比:

实现代码:

import numpy as np
import cv2

img = cv2.imread('./0.jpg&
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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