自适应阈值的高斯和普通平均值参数的差异

在这里插入图片描述

#include<iostream>
#include <opencv2/opencv.hpp>


using namespace cv;
using namespace std;




//自适应阈值处理的两个方法。
int main()
{
	Mat image = imread("大教堂.jpg",0);//生成灰度图像。
	resize(image,image,Size(),0.4,0.4);
	imshow("原图",image);
	
	Mat result1;
	Mat result2;
	
	adaptiveThreshold(image,result1,300,CV_ADAPTIVE_THRESH_GAUSSIAN_C,THRESH_BINARY,11,4);//11为统计区间,4位调整因子。
	adaptiveThreshold(image,result2,300,CV_ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,11,4);
	

	imshow("gaussin",result1);
	imshow("mean",result2);
	



	waitKey(0);
	return 0;

}


  • 0
    点赞
  • 0
    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