山东大学暑期实训第五次记载（第二周第二次）

       7月7号，通过参考有关论文《基于小波变换与FCM的甲骨文字图像分割》，链接：https://d.wanfangdata.com.cn/periodical/tjqgyxyxb201806013，作者在进行实验时提到：

“3 幅 图像均采用二进小波基二 次 B 样条 小波进 行 1 层 二进小波分解． FCM 聚类分割类别数 c = 2 ， 阈值 ε = 0.000 001 ，加 权指 数 m = 2 ．”于是我们打算在进行图像分割算法前，再加个二进小波变换。

二进小波变换程序：

import numpy as np
import pywt
import cv2
import matplotlib.pyplot as plt
import os

def operateImages_path(file_pathname):
    #遍历处理该目录下的所有图片
    for filename in os.listdir(file_pathname):
        print(filename)
        img = cv2.imread(r""+file_pathname+"/"+filename)  # 读取图像（BGR）
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转灰度图像
        coeffs = pywt.dwt2(gray, 'haar')
        cA, (cH, cV, cD) = coeffs

        plt.imsave("D:/AllPycharmProjects/ImageRes/BO" + "/" + filename, cV, cmap="gray")  # 保存图片

if __name__ == "__main__":
    operateImages_path("./ImageOps")

对Entropy Method图像分割方法改进如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
import math
import os
import pywt


def Entropy(gray):
    p = []  # 灰度概率

    H_last = 0  # 上一个H总熵
    best_k = 0  # 最佳阈值
    hist = cv2.calcHist([gray], [0], None, [256], [0, 256])  # 255*1的灰度直方图的数组
    for i in range(256):
        p.insert(i, hist[i][0] / gray.size)
    for k in range(256):
        H_b = 0  # black的熵，前景的平均信息量
        H_w = 0  # white的熵，背景的平均信息量
        for i in range(k):
            if p[i] != 0:
                H_b = H_b - p[i] * math.log(2, p[i])

        for i in range(k, 256):
            if p[i] != 0:
                H_w = H_w - p[i] * math.log(2, p[i])

        H = H_b + H_w
        if H > H_last:
            H_last = H
            best_k = k

    return H, best_k

def operateImages_path(file_pathname):
    #遍历处理该目录下的所有图片
    for filename in os.listdir(file_pathname):
        print(filename)
        img = cv2.imread(r""+file_pathname+"/"+filename)  # 读取图像（BGR）
        gray = img
        #gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转灰度图像
        #coeffs = pywt.dwt2(gray, 'haar')
        #cA, (cH, cV, cD) = coeffs

        H, best_k = Entropy(gray)
        ret, thresh1 = cv2.threshold(gray, best_k, 255, cv2.THRESH_BINARY)
        plt.imsave("D:/AllPycharmProjects/ImageRes/EMBO"+"/"+filename, thresh1, cmap="gray")  # 保存图片

if __name__ == "__main__":
    #operateImages_path("./ImageOps")
    operateImages_path("D:/AllPycharmProjects/ImageRes/BO")

二进小波变换程序运行结果如下：

之后运行Entropy Method图像分割方法，结果如下：

结果比没加二进小波变换相比更差了！