opencv之大津法Otsu介绍

最新推荐文章于 2024-08-10 20:09:43 发布
最新推荐文章于 2024-08-10 20:09:43 发布
阅读量4.6k 收藏 29
点赞数 3
分类专栏： Opencv常用函数介绍 文章标签： Ostu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29540745/article/details/73038357
版权
大津法（Otsu）是一种基于图像直方图的最大类间差方法，用于自动识别图像的前景与背景。算法包括统计像素值的频次、计算前景与背景的平均灰度、类间方差，并选择最优阈值进行二值化。在OpenCV中，Otsu已集成于threshold函数中，方便使用。
摘要由CSDN通过智能技术生成

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
最低0.47元/天 解锁文章
五仁月饼哭了
关注
专栏目录
Otsu算法的实现（opencv）
05-08
基于opencv2.2的大津法分割，大津法是一种自适应的阈值分割方法，应用较广，按灰度特性，将图像分为背景和目标两部分，是二值化的图像。opencv不同版本可以自行更改项目配置。
OpenCV阈值处理（threshold函数、自适应阈值处理、Otsu处理）
weixin_51756038的博客
06-29 9111
阈值处理是指剔除图像内像素高于一定值或低于一定值的像素点。例如，设定阈值为127，然后：1.将图像内所有像素值大于127的像素点的值设为2552.将图像内所有像素值小于或等于127的像素点的值设为0通过上述方式能够得到一幅二值图像。
OTSU算法（大津法—最大类间方差法）原理及实现
最新发布
生活需要深度
08-10 540
------------------------------------------------------------------------分割线-------------------------------------------------------------------------------------从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。
CV8 OpenCV环境下实现大津算法
yzfzzz的博客
02-13 2468
一 大津算法简介 大津算法（OTSU）是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。 大津算法最终的目的，就是求一个标准的全局阈值区分前景和背景（小于该阈值的为前景。大于该阈值的为背景），使得前景和背景像素的灰度值方差之和最大。因为方差越大，相关性越小，黑白越分明。 大津算法的优势及劣势：对于一些光照变化的图像有较好的滤除性，但需注意，光照部分需影响图像
OpenCV — Otsu 算法
FlyDremever
06-09 4960
OpenCV — Otsu 算法 大津法（OTSU）是一种自动选择阈值（无参数且无监督）的的图像分割方法，日本学者 Nobuyuki Otsu 1979年提出。该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。 算法原理 首先假设阈值为 K（0-255）,然后根据K值将灰度图分为两部分 img{c1,像素值大于阈值Kc2,像素值小于阈值K img \begin{cases} c_1, & \text{像素值大于阈值K} \\ c_2, &a
opencv基础-29 Otsu 处理(图像分割)
小海聊智造
08-02 1507
在实际应用中，我们根据图像的特点选择合适的阈值处理方法，以获得最佳的图像分割结果。但是，有时图像灰度级的分布是不均衡的，如果此时还将阈值设置为 127，那么阈值处理的结果就是失败的。Otsu 处理在图像分割中广泛应用，特别是在二值化图像中，可以有效地将图像分成前景和背景两部分，并且对于具有明显双峰直方图的图像效果较好。需要说明的是，在使用 Otsu 方法时，要把阈值设为 0。自适应阈值的计算过程是基于图像中每个像素周围的局部邻域进行的，可以通过选择不同的算法（例如平均值、高斯加权平均值等）来计算局部阈值。
otsu_cal.rar_OTSU_cv_opencv_大津_算法
09-24
大津算法，即最大类间方差是由日本学者大津(Nobuyuki Otsu)于1979年提出，是一种自适应的阈值确定方法。算法假设图像像素能够根据阈值，被分成背景[background]和目标[objects]两部分。然后，计算该最佳阈值来区分这...
opencv大津法阈值分割
08-08
**OpenCV大津法阈值分割** OpenCV大津法阈值分割是一种广泛应用于图像处理中的二值化技术，尤其在计算机视觉、机器学习和图像分析领域中具有重要地位。该方法是由日本学者大津（Otsu）于1979年提出的，因此被称为...
ostu.rar_opencv os_大津阈值法c++
09-20
大津阈值法（Otsu's Method）是一种自适应的二值化方法，常用于图像处理领域，尤其在图像分割中扮演着重要角色。它通过计算图像灰度直方图来自动确定最佳阈值，使得图像内部类间方差最大，而类间方差最小，从而达到...
大津法原理(otsu)
01-03
在OpenCV 中，可以使用以下代码来实现大津法原理： ```c int myOtsu(const IplImage *frame) { // ... for (i = 0; i ; i++) { w0 = w1 = u0tmp = u1tmp = u0 = u1 = deltaTmp = 0; for (j = 0; j ; j++) { if...
VS2013基于win32控制平台的大津法（OTSU）
10-21
大津法，也称为大津阈值选择法（Otsu's method），是图像处理领域中的一种自动阈值选择算法，由大津于1979年提出。它主要用于二值化图像，即将图像转化为黑白色调，以便于分析、识别和后续处理。在VS2013开发环境中...
计算机视觉——OpenCV Otsu阈值法原理及实现
知来者逆的博客
05-07 2796
Otsu阈值法，也被称为大津算法，是一种在图像处理中广泛使用的自动阈值分割技术。这种方法由日本学者大津展之于1979年提出，旨在根据图像的灰度直方图来自动选择最佳全局阈值。Otsu阈值法的核心思想是最小化类内方差或最大化类间方差。预处理：对输入图像进行预处理，以减少噪声和增强图像特征。常见的预处理方法包括高斯平滑滤波，这有助于平滑图像，减少随机噪声。灰度直方图：计算图像的灰度直方图，即统计图像中每个灰度级出现的频率。直方图可以提供图像的灰度分布信息。阈值计算：这是Otsu算法的关键步骤。
OpenCV阈值分割（三）——OTSU
m0_48748418的博客
04-11 323
在上述代码中，我们首先使用 `imread` 函数读取输入图像，并判断是否成功加载。然后，我们使用 `threshold` 函数应用 Otsu 方法计算阈值，并将输入图像进行二值化处理，生成输出图像。最后，我们使用 `imshow` 函数将输入和输出图像显示出来，并输出计算得到的阈值。最后，我们使用 `waitKey` 函数等待用户按下任意按键，以便退出程序。希望这可以帮助你使用 Otsu 方法进行阈值分割！
OpenCV中图像的自适应处理、Otsu方法讲解与实战（附Python源码）
showswoller的博客
01-21 1712
OpenCV中图像的自适应处理、Otsu方法讲解与实战（附Python源码）
【OpenCV实现图像阈值处理】
weixin_47869094的博客
10-25 945
这种方法根据像素周围的小区域确定每个像素的阈值，因此，同一张图像的不同区域可以获得不同的阈值，从而更好地适应图像中的光照变化。图像阈值调整是将图像的像素值按照一定规则进行二值化处理，OpenCV提供了cv.threshold函数，支持多种阈值处理类型，如二值化、反二值化、截断、阈值以下置零等。为了选择最佳的阈值 tt，算法将尝试所有可能的阈值，并计算对应的两个类别的内部方差。该算法的目标是找到一个阈值 tt，使得将图像的灰度级别分为两个类别（背景和前景），并且这两个类别的内部方差最小。
opencv 大津算法讲解与实现
how2js的博客
07-01 2688
大津算法原理 在 opencv 中对图像进行二值化的过程中我们可能会使用大津算法，大津算法的主要作用是分割前景与背景部分区域，先将图像灰度化，假设图像有 [0,255] 个灰度等级，在数学中有方差这个概念，如果两个事物之间的方差越大，则他们的关联性则越小，在图像中计算前景与背景间的类间方差，方差越大，越能认为两部分关联性越小，即前景与背景区域，所以大津算法即寻找使背景与前景方差最大的阈值 有如下假...
OpenCV对图像进行Otsu二值分割、Canny边缘检测、Harris角点检测实战（附源码）
showswoller的博客
01-18 861
OpenCV对图像进行Otsu二值分割、Canny边缘检测、Harris角点检测实战（附源码）
OpenCV——Otsu二值化
点云侠的博客
10-10 1万+
OpenCV——Otsu二值化的C++与python代码实现。
二维Otsu算法的原理与实现
热门推荐
酷小川的博客
10-23 1万+
1.简介：       一维Otsu算法有计算简洁、稳定、自适应强等优点，被广泛用于图像分割中。但一维Otsu算法没有考虑图像像素点之间的关系，当图像中有噪声时，会导致分割的效果不理想。因此，刘健庄等人在1993年提出了二维的Otsu算法，提升了算法的抗噪声能力。2.算法思想：       同时考虑像素的灰度值分布和它们邻域像素的平均灰度值分布，因此形成的阈值是一个二维矢量，最佳的阈值在一个二维的...
opencv+c++Otsu大津法
05-26
大津法（Otsu's method）是一种基于图像的直方图分析的自适应阈值分割方法，常用于二值化处理。下面是使用OpenCV和C++实现Otsu大津法的代码示例： ```c++ #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat src = imread("image.jpg", 0); // 读入灰度图像 int T = 0; // 阈值 double max_var = 0; // 最大类间方差 // 计算图像直方图并归一化 Mat hist; calcHist(&src, 1, nullptr, Mat(), hist, 1, &histSize, &histRange); normalize(hist, hist, 0, 255, NORM_MINMAX, CV_8UC1); // 遍历所有灰度级 for (int i = 0; i < 256; i++) { // 分割成两个类 Mat mask1 = src > i; Mat mask2 = src <= i; // 计算两个类的像素数和像素值总和 double w1 = countNonZero(mask1); double w2 = countNonZero(mask2); double sum1 = sum(src.mul(mask1))[0]; double sum2 = sum(src.mul(mask2))[0]; // 计算两个类的均值和方差 double u1 = sum1 / w1; double u2 = sum2 / w2; double var = w1 * w2 * (u1 - u2) * (u1 - u2); // 更新最大类间方差和阈值 if (var > max_var) { max_var = var; T = i; } } // 二值化处理 Mat dst; threshold(src, dst, T, 255, THRESH_BINARY); // 显示原图和二值化结果 imshow("src", src); imshow("dst", dst); waitKey(); return 0; } ``` 以上代码中，通过计算每个灰度级作为阈值时的类间方差，从而选择最佳阈值进行二值化处理。最终的二值化结果保存在dst中。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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