OTSU分割算法源代码详解

OTSU算法的步骤如下：

1、计算灰度图像中每个灰度级的个数Si（i=0,1,2,.....,255）;

2、各灰度级占图像中的概率分布Pi=Si/图像的大小(i=0,1,2,......,255);

3、对灰度级进行遍历搜索，计算当前灰度值下前景背景类间概率；

4、通过目标函数计算出类内与类间方差下对应的阈值。

OTSU二值化的实现代码如下：

#include<opencv2\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int OTSU(Mat SrcImage)
{
	int nCols = SrcImage.cols;
	int nRows = SrcImage.rows;
	int threshold = 0;
	//初始化统计参数
	int nSumPix[256] ;
	float nProDis[256];
	for (int i = 0; i < 256; i++) {
		nSumPix[i] = 0;
		nProDis[i] = 0;
	}
	//统计灰度级中每个像素在整幅图像中的个数
	for (int i = 0; i < nRows; i++) {
		for (int j = 0; j < nCols; j++) {
			nSumPix[(int)SrcImage.at<uchar>(i, j)]++;
		}
	}
	//计算每个灰度级占图像中的概率分布
	for (int i = 0; i < 256; i++) {
		nProDis[i] = (float)nSumPix[i] / (nCols*nRows);
	}
	//遍历灰度级【0，255】，计算出最大类间方差下的阈值
	float w0, w1, u0_temp, u1_temp, u0, u1, delta_temp;
	double delta_max = 0.0;
	for (int i = 0; i < 256; i++) 
	{
		//初始化相关参数
		w0 = w1 = u0_temp = u1_temp = u0 = u1 = delta_temp = 0;
		for (int j = 0; j < 256; j++) {
			//背景部分
			if (j <= i) {
				//当前i为分割阈值，第一类总的概率
				w0 += nProDis[j];
				u0_temp += j*nProDis[j];
			}
			//前景部分
			else
			{
				//当前i为分割阈值，第一类总的概率
				w1 += nProDis[j];
				u1_temp += j*nProDis[j];
			}
		}
		//分别计算各类的平均度
		u0 = u0_temp / w0;
		u1 = u1_temp / w1;
		delta_temp = (float)(w0*w1*pow((u0 - u1), 2));
		//依次找到最大类间方差下的阈值
		if (delta_temp > delta_max) {
			delta_max = delta_temp;
			threshold = i;
		}
	}
	return threshold;
}
int main() {
	Mat srcImage, imageGray;
	srcImage = imread("D:/VSproject/tupian/1(1).jpg");
	if (!srcImage.data)return 0;
	cvtColor(srcImage, imageGray, CV_RGB2GRAY);
	int otsuThreshold = OTSU(imageGray);
	cout << "otsu阈值： "<<otsuThreshold << endl;
	Mat otsuResultImage(imageGray.size(), CV_8UC1);
	for (int i = 0; i < imageGray.rows; i++) {
		uchar *p = otsuResultImage.ptr<uchar>(i);
		for (int j = 0; j < imageGray.cols; j++) {
			if (imageGray.at<uchar>(i,j) > otsuThreshold)p[j] = 255;
			else 
				p[j] = 0;
		}
	}
	imshow("input", srcImage);
	imshow("otsuResultImage", otsuResultImage);
	waitKey(0);
	return 0;
}

实现效果如下：

原图像

效果图