图像的二值化

图像的二值化涉及几种方式。

可以参看http://blog.csdn.net/jia20003/article/details/8074627

这里只介绍近似一维的Means方法寻找二值化阀值

(1)初始化阀值,可以自己设置或者随机生成，这里使用的是128

(2)根据阀值将像素数组分为G1和G2两个模块。

(3)G1的平均值是m1,G2的平均值是m2.

(4)一个新的阀值T=(m1+m2)/2;

activity:

public class ImageJAndroid6Activity extends Activity {
    ImageView sourceImage;
    ImageView destinationImage;
    int width;
    int height;
    int[] input;
    int[] output;
    @Override
    public void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.main);
        sourceImage=(ImageView) findViewById(R.id.source);
        destinationImage=(ImageView) findViewById(R.id.destination);
    }
    
    public void remove(View v){
        Bitmap bitmap=BitmapFactory.decodeResource(getResources(),R.drawable.cc);
        width=bitmap.getWidth();
        height=bitmap.getHeight();
        input=new int[width*height];
        bitmap.getPixels(input, 0, width, 0, 0, width, height);
        int threshold=getThreshold(input,width,height);
        Log.i("msg",threshold+"");
        for(int y=0;y<height;y++){
            for(int x=0;x<width;x++){
                int a=input[y*width+x]>>24&0xff;
                int red=input[y*width+x]>>16&0xff;
                int green=input[y*width+x]>>8&0xff;
                int blue=input[y*width+x]&0xff;
                if(red>threshold){  //直接以红色通道作为判断。
                    red=green=blue=255;
                }else{
                    red=green=blue=0;
                }
                input[y*width+x]=a<<24|red<<16|green<<8|blue;
            }
        }
        Bitmap newBitmap=Bitmap.createBitmap(width,height,Config.RGB_565);
        newBitmap.setPixels(input, 0, width, 0, 0, width,height);
        destinationImage.setImageBitmap(newBitmap);
    }
    
    private int getThreshold(int[] inPixels, int height, int width) {    
        int inithreshold = 127;  
        int finalthreshold = 0;  
        int temp[] = new int[inPixels.length];  
        for(int index=0; index<inPixels.length; index++) {  
            temp[index] = (inPixels[index] >> 16) & 0xff;  
        }  
        List<Integer> sub1 = new ArrayList<Integer>();  
        List<Integer> sub2 = new ArrayList<Integer>();  
        int means1 = 0, means2 = 0;  
        while(finalthreshold != inithreshold) {  
            finalthreshold = inithreshold;  
            for(int i=0; i<temp.length; i++) {  
                if(temp[i] <= inithreshold) {  
                    sub1.add(temp[i]);  
                } else {  
                    sub2.add(temp[i]);  
                }  
            }  
            means1 = getMeans(sub1);  
            means2 = getMeans(sub2);  
            sub1.clear();  
            sub2.clear();  
            inithreshold = (means1 + means2) / 2;  
        }  
        return finalthreshold;  
    }  
    
    private static int getMeans(List<Integer> data) {  
        int result = 0;  
        int size = data.size();  
        for(Integer i : data) {  
            result += i;  
        }  
        return (result/size);  
    }  
}

效果：

但是彩色图片直接二值化的话，取得效果不是很好。

如果我们在彩色图片二值化之前将其灰度化的话，那么取得的效果是比上面的要好。