opencv 最大类间方差（大津法OTSU）

参考：

otsu （大津算法）:http://baike.baidu.com/link?url=mvcFw6K8H3ko-un4dibuDifmdU9u_skxLryut9OrHs_5V2GdIPVF5jssQe1msMhwTX78guD3P7ufhrNt4gSytq

 

#########################################################################

 

最近在做字符识别，看了很多资料，发现在对图像进行预处理过程中，对图像进行二值化是一个必不可少的方式。如何才能有效的将目标字符表现出来，opencv提供的阈值化方法有threshold和adaptiveThreshold，但这需要自己进行参数调整。在同学那里了解到一个很有效的方法，就是大津法（OTSU）。

 

OTSU算法就是一种对于图像进行二值化的高效算法。它是基于最大类间方法法原理。

百度百科上有较详细的讲解，有兴趣的可以查看一下。

 

我在使用过程中发现效果确实不错，能够有效的区分出前景和背景

 

##########################################################################

 

实验：使用以下照片，解析出字符

 

 

注：该图像由网上获取

 

C++：

 

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

int main(int argc, char* argv[])
{
	Mat img = imread(argv[1], -1);
	if (img.empty())
	{
		cout <<"Error: Could not load image" <<endl;
		return 0;
	}

	Mat gray;
	cvtColor(img, gray, CV_BGR2GRAY);

	Mat dst;
	threshold(gray, dst, 0, 255, CV_THRESH_OTSU);

	imshow("src", img);
	imshow("gray", gray);
	imshow("dst", dst);
	waitKey(0);

	return 0;
}

 

 

 

 

 

Python:

 

#!/usr/bin/env python
#-*- coding: utf-8 -*-

"""
实现大津法
"""

__author__ = 'zj'

import cv2
import os
import time

if __name__ == '__main__':
	img = cv2.imread("te.png", -1)
	if img == None:
		print "Error: Could not load image"
		os._exit(0)
	
	gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
	
	time0 = time.time()
	retval, dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
	time1 = time.time()
	total = (time1 - time0)
	print "otsu need time: %.3f s"%total

	cv2.imshow("src", img)
	cv2.imshow("gray", gray)
	cv2.imshow("dst", dst)
	cv2.waitKey(0)

 

 

 

 

 

有人写了一个Python模块Mahotas，同样可以实现OTSU算法

mahotas介绍：

http://www.open-open.com/news/view/6c916f

http://www.oschina.net/p/mahotas/

 

C语言：

 

#include <cv.h>
#include <highgui.h>
#include <stdio.h>

int main(int argc, char* argv[])
{
	IplImage *img = cvLoadImage("te.png", -1);
	if (img == NULL) 
	{
		printf("Error: Could not load image\n");
		return 0;
	}

	IplImage *gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
	cvCvtColor(img, gray, CV_BGR2GRAY);

	IplImage *dst = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
	cvThreshold(gray, dst, 0, 255, CV_THRESH_OTSU);

	cvNamedWindow("src");
	cvNamedWindow("gray");
	cvNamedWindow("dst");

	cvShowImage("src", img);
	cvShowImage("gray", gray);
	cvShowImage("dst", dst);
	
	cvWaitKey(0);

	return 0;
}