opencv学习——Otsu's二值化

最新推荐文章于 2024-12-03 14:32:28 发布

ei1994

最新推荐文章于 2024-12-03 14:32:28 发布

阅读量1.4k

点赞数 1

本文链接：https://blog.csdn.net/ei1990/article/details/78356847

版权

Otsu's二值化是一种针对双峰图像的自动阈值计算方法，它通过分析图像直方图来找到最佳阈值。在OpenCV中，可以使用cv2.threshold()函数，配合cv2.THRESH_OTSU标志来实现。阈值设为0，算法将自动找到最优阈值并作为返回值retVal。这种方法对非双峰图像可能效果不佳。

摘要由CSDN通过智能技术生成

简单来说就是对一幅双峰图像自动根据其直方图计算出一个阈值。(对于非双峰图像,这种方法得到的结果可能会不理想)。
这里用到到的函数还是 cv2.threshold(),但是需要多传入一个参数(flag):cv2.THRESH_OTSU。这时要把阈值设为 0。然后算法会找到最优阈值,这个最优阈值就是返回值 retVal。如果不使用 Otsu 二值化,返回的retVal 值与设定的阈值相等。

import cv2
import numpy as np
import matplotlib.pylab as plt
import scipy.misc as misc


img = cv2.imread('images/32.jpg',0)
# global thresholding
ret1,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
# Otsu's thresholding
ret2,th2 = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
# Otsu's thresholding after Gaussian filtering

# ( 5,5 )为高斯核的大小,