一、大津法(Otsu)
所谓大津法(Otsu)就是最大类间差方法,通过统计图像直方图信息来自动确定阈值T,从而来区分前景与背景,说白了就是能自动区分图像前景与背景的二值化。
算法流程描述:
1.遍历图像像素,统计每个像素值出现的次数,即255个bin,统计每个bin像素值的个数;
2.遍历0到255每个像素,以i像素值为当前分类的阈值,在(0~i)范围内计算前景像素平均灰度u0,前景部分像素点数所占比例w0;在(i~155)计算背景像素平均灰度u1,背景部分像素点数所占比例w1;
3.计算当前类间方差varValueI=w0*w1*(u1-u0)*(u1-u0);
4.选择最大类间方差varValueI时的i像素阈值作为区分前景与背景的最佳阈值;
可喜可贺的是opencv已经把Ostu作为一个阈值分割方法写进了threshold函数;
#include "stdafx.h"
#include <opencv2/opencv.hpp>
#inclu