python二值化_python+opencv 二值化

算法核心：找阈值！！！

参考文章：http://www.cnblogs.com/ssyfj/p/9272615.html#二全局阈值使用thresh_triangle三角形算法

https://www.cnblogs.com/xiaomanon/p/4110006.html(重要)

一. 局部自适应二值化采用了分块，效果比全局二值化只采用了一种threshold这种，效果要好很多

二. 全局二值化算法：

1.OTSU算法(大津法或最大类间方差法)是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法

① Otsu最大类间方差法原理

利用阈值将原图像分成前景，背景两个图象。

前景：用n1,csum,m1来表示在当前阈值下的前景的点数，质量矩，平均灰度

后景：用n2, sum-csum,m2来表示在当前阈值下的背景的点数，质量矩，平均灰度

当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准，而在otsu算法中这个衡量差别的标准就是最大类间方差，在本程序中类间方差用sb表示，最大类间方差用fmax

②关于最大类间方差法(otsu)的性能:

类间方差法对噪音和目标大小十分敏感，它仅对类间方差为单峰的图像产生较好的分割效果。

当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差法是用时最少的。

③最大类间方差法(otsu)的公式推导：

记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为