语言：C++
环境：vs2019
本章主要学习：
1、图像二值化；
2、阈值处理；
3、灰度变换处理；
4、分段线性变换；
上一章，讲了灰度变换有线性变换和非线性变换；这一章，我们还是将线性变换；
一、二值化法
如图
对应表达式如下式：
经过二值化后（给个阈值），大于阈值取0或255，或者小于阈值取255或0，最终结果获取一副二值图像；
二值化很重要，对一副图片进行二值化处理后，我们就可以进一步进行去噪处理和特征提取；
对于二值化，看上去简单，其实难得是对阈值的处理，阈值太大，目标就小；阈值太小，噪音就含在你的目标里面了，进行分析的话，判断失误性就太多。后面我们还有方法来找这个阈值，找阈值很难。比如人脸识别，阈值找的很正确的话，我们可以一下就可以把人脸识别出来了，比如一幅图有人脸，身子，背景；只需要把黄颜色的皮肤找到，其他都去掉，一下就二值化了；
但是，这个黄颜色，如果只指定一种黄颜色行不行呢？？？
我们可以根据实际去考虑，有的人黄颜色还不一样，有的是偏白的黄，有偏深黄；
所以，这个阈值就不好取。
一般情况下，我们对一张图片进行底层的处理之后，建立一些模型来取。
比如：如下图的细胞，我们取不同的阈值进行处理看看结果：
阈值取100和阈值取200的结果：
对于这个阈值怎么选取，我们可以有很多方法，比如直方图法去选择波峰或波谷，迭代阈值法、自适应阈值法能都直接算出阈值；
在公式一中，T是一个参数，我们可以叫固定阈值法，但是是不是可以有两个阈值呢？？？
肯定的回答是：有的；
我们称为：双固定阈值法；
如下图，在0到T1之间和T2到255之间，将图像设为黑；T1到T2之间为白；：
你也可以自己改，例如下图，在0到T1和T2到255之间，将图像设为黑；T1到T2之间设为白；
窗口灰度变换处理：
灰度窗口变换的变换函数表达式如下：
L表示窗口的下限，U表示窗口的上限；小于下限的设为黑，大于上限的设为白；
分段线性变换：
如下如，三段分别代表三个不同的线性变换；
到此为止，本篇文章就介绍完了。主要讲解了一些常用的灰度变换；欢迎大家阅读，觉得有用的话，点击关注，一起学习，一起进步；
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
