ostu阈值分割python实现_如何用OTSU阈值法对图像的一部分进行阈值分割？

你可以尝试一种基于梯度的方法。下面我用了形态梯度。我对这个渐变图像应用Otsu阈值化，然后进行相似数量的形态闭合(10次迭代)，然后获取结果图像的形态梯度。在

现在这些区域很容易被发现。可以从等高线中过滤圆形区域，例如，使用基于区域的方法：使用轮廓的边界框尺寸，可以获得半径的估计值，然后将计算的区域与轮廓区域进行比较。在

不知道这种方法对你的收藏有多普遍。在

渐变图像：为可视化而缩放的强度值

二值化梯度图像

关闭图像

梯度

im = cv2.imread('LDxOj.jpg', 0)

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))

morph = cv2.morphologyEx(im, cv2.MORPH_GRADIENT, kernel)

_, bw = cv2.threshold(morph, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

morph2 = cv2.morphologyEx(bw, cv2.MORPH_CLOSE, kernel, anchor = (-1, -1), iterations = 10)

morph3 = cv2.morphologyEx(morph2, cv2.MORPH_GRADIENT, kernel)