1、auto_threshold
— 使用从直方图确定的阈值分割图像
auto_threshold使用多个阈值分割单通道图像。首先,确定灰度值的绝对直方图;然后,从直方图中提取相关的最小值,依次作为阈值分割操作的参数。用于字节图像的阈值是0,255,并从直方图中提取所有的最小值(在直方图用标准差Sigma的高斯滤波器平滑后)。对于每个灰度值区间,生成一个区域。因此,区域的数量是最小值的数量+ 1。对于uint2图像,上面的过程类似地使用。然而,这里的最高阈值是65535。此外,对于uint2图像,Sigma的值(实际上)是指256个值的直方图,尽管使用了更高分辨率的内部直方图。这样做是为了方便在图像类型之间进行切换,而不必更改参数Sigma。对于浮动图像,阈值是图像中的最小和最大灰度值,以及从直方图中提取的所有最小值。这里,参数Sigma的缩放是指图像的原始灰度值。Sigma的取值越大,提取的区域越少。如果要提取的区域显示相似的灰度值(同质区域),则该操作符非常有用。
2、bin_threshold -使用自动确定的阈值分割图像
bin_threshold使用自动确定的阈值分割单通道灰度值图像。首先,确定灰度值的相对直方图;然后,从直方图中提取相关的最小值,作为阈值分割操作的参数。为了减少最小值的数量,直方图用高斯平滑,就像在auto_threshold。将掩模尺寸放大,直到平滑后的直方图中只有一个最小值。所选区域包含灰度值从0到最小的像素或真实图像从最小值到各自最小的像素。这个运算符在分割浅色纸张上的暗字符时很有用。
3、binary_threshold -使用二值阈值分割图像
binary_threshold分割使用自动确定的全局阈值的单通道图像,并返回区域中的分割区域。这是,例如,有用的分割字符在均匀照明背景。binary_threshold也返回在UsedThreshold中使用的阈值。
所使用的阈值由方法中给出的方法确定。目前,操作员提供了以下两种方法:“max_separability”和“smooth_histo”。这两种方法都只能用于具有双峰直方图的图像。
smooth_histo方法提供了
4、char_threshold -为提取字符执行阈值分割
char_threshold算法的主要应用是分割亮纸上深色字符的单通道图像。首先,计算出HistoRegion{}区域内点的图像灰度值的直方图。为了消除噪声,使用给定的Sigma(高斯平滑)平滑直方图。在直方图中,背景(白纸)在高灰度值时对应一个大峰,而字符在低灰度值时对应一个小峰。与算子binary_threshold(与'Method'='smooth_histo')相比ÿ