马老师带你学opencv（大津二值化算法）

最新推荐文章于 2023-05-09 00:30:38 发布

马老师在学习ing

最新推荐文章于 2023-05-09 00:30:38 发布

阅读量386

点赞数 1

分类专栏：图像处理基础文章标签： OpenCV 大津算法图像二值化自动阈值 C++

本文链接：https://blog.csdn.net/qq_42536679/article/details/120224794

版权

图像处理基础专栏收录该内容

4 篇文章 0 订阅

订阅专栏

opencv第一阶段

opencv学习第四弹

opencv学习第四弹

问题

使用大津算法来二值化图像吧。
大津算法，也被称作最大类间方差法，是一种可以自动确定二值化中阈值的算法。
从类内方差和类间方差的比值计算得来：

1.小于阈值t的类记作0，大于阈值t的类记作1；
2. $w_0$ 和 $w_1$ 是被阈值t分开的两个类中的像素数占总像素数的比率（满足 $w_0$ + $w_1$ =1）；
3. $S_0{}^2{}$ ， $S_1{}^2{}$ 是这两个类中像素值的方差；
4. $M_0$ ， $M_1$ 是这两个类的像素值的平均值；
即：
1.类内方差： $S_w{}^2{} =w0_{} \cdot S_0{}^2{} +w_1{} \cdot S_1{}^2{}$
2.类间方差： $S_{b}{ }^{2}=w_{0} \cdot\left(M_{0}-M_{t}\right)^{2}+w_{1} \cdot\left(M_{1}-M_{t}\right)^{2}=w_{0} \cdot w_{1} \cdot\left(M_{0}-M_{1}\right)^{2}$
3.图像所有像素的方差： $S_{t}^{2}=S_{w}^{2}+S_{b}^{2}=常数$

根据以上的式子，我们用以下的式子计算分离度X：
$X=\frac{S_{b}^{2}}{S_{w}{ }^{2}}=\frac{S_{b}^{2}}{S_{t}^{2}-S_{b}^{2}}$

也就是说：
$arg \max _{t} X=\arg \max _{t} S_{b}^{2}$
换言之，如果使 $S_{b}^{2}=w_{0} \cdot w_{1} \cdot\left(M_{0}-M_{1}\right)^{2}$ 最大，就可以得到最好的二值化阈值t。

代码

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <math.h>

// BGR -> Gray
cv::Mat BGR2GRAY(cv::Mat img){
  // get height and width
  int width = img.cols;
  int height = img.rows;

  // prepare output
  cv::Mat out = cv::Mat::zeros(height, width, CV_8UC1);

  // each y, x
  for (int y = 0; y < height; y++){
    for (int x = 0; x < width; x++){
      // BGR -> Gray
      out.at<uchar>(y, x) = 0.2126 * (float)img.at<cv::Vec3b>(y, x)[2] \
        + 0.7152 * (float)img.at<cv::Vec3b>(y, x)[1] \
        + 0.0722 * (float)img.at<cv::Vec3b>(y, x)[0];
    }
  }

  return out;
}

// Gray -> Binary
cv::Mat Binarize_Otsu(cv::Mat gray){
  int width = gray.cols;
  int height = gray.rows;

  // determine threshold
  double w0 = 0, w1 = 0;
  double m0 = 0, m1 = 0;
  double max_sb = 0, sb = 0;
  int th = 0;
  int val;

  // Get threshold
  for (int t = 0; t < 255; t++){
    w0 = 0;//每改变一次t的值，这四个参数都要重新初始化。
    w1 = 0;
    m0 = 0;
    m1 = 0;
    for (int y = 0; y < height; y++){
      for (int x = 0; x < width; x++){
        val = (int)(gray.at<uchar>(y, x));

        if (val < t){
          w0++;
          m0 += val;
        } else {
          w1++;
          m1 += val;
        }
      }
    }

    m0 /= w0;
    m1 /= w1;
    w0 /= (height * width);
    w1 /= (height * width);
    sb = w0 * w1 * pow((m0 - m1), 2);
    
    if(sb > max_sb){
      max_sb = sb;
      th = t;
    }
  }

  std::cout << "threshold:" << th << std::endl;

  // prepare output
  cv::Mat out = cv::Mat::zeros(height, width, CV_8UC1);

  // each y, x
  for (int y = 0; y < height; y++){
    for (int x = 0; x < width; x++){
      // Binarize
      if (gray.at<uchar>(y, x) > th){
        out.at<uchar>(y, x) = 255;
      } else {
        out.at<uchar>(y, x) = 0;
      }
    
    }
  }

  return out;
}


int main(int argc, const char* argv[]){
  // read image
  cv::Mat img = cv::imread("imori.jpg", cv::IMREAD_COLOR);

  // BGR -> Gray
  cv::Mat gray = BGR2GRAY(img);

  // Gray -> Binary
  cv::Mat out = Binarize_Otsu(gray);

  //cv::imwrite("out.jpg", out);
  cv::imshow("sample", out);
  cv::waitKey(0);
  cv::destroyAllWindows();

  return 0;
}