环境:Python3.8 和 OpenCV
内容:迭代法阈值分割 -- 代码实现
迭代法阈值分割算法步骤:
(1)选取初始分割阈值,通常可选图像灰度的平均值T。
(2)根据阈值T将图像像素分割为背景和前景,分别求出两者的平均灰度T0和T1。
(3)计算新的阈值T' = (T0 + T1) / 2。
(4)若T == T‘,则迭代结束,T即为最终阈值。
(5)否则令T = T’,转入第(2)步。
import cv2 as cv
import matplotlib.pyplot as plt
# 封装图片显示函数
def image_show(image):
if image.ndim == 2:
plt.imshow(image, cmap='gray')
else:
image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
plt.imshow(image)
plt.show()
# 迭代法阈值分割算法步骤:
# (1)选取初始分割阈值,通常可选图像灰度的平均值T。
# (2)根据阈值T将图像像素分割为背景和前景,分别求出两者的平均灰度T0和T1。
# (3)计算新的阈值T'=(T0 + T1) / 2。
# (4)若T == T‘,则迭代结束,T即为最终阈值。
# (5)否则令T = T’,转入第(2)步。
if __name__ == '__main__':
# 读取灰度图像
img_desk = cv.imread('desk.png', 0)
# 求取平均灰度值
T = img_desk.mean()
# 迭代运算求取阈值
while True:
# 获取灰度图背景平均值
T0 = img_desk[img_desk < T].mean()
# 获取灰度图前景平均值
T1 = img_desk[img_desk >= T].mean()
# 计算新的阈值
T_new = (T0 + T1) / 2
# 判断是否终止
if abs(T_new - T) < 0.1:
break
else:
T = T_new
# 阈值取整
T = int(T)
# 输出迭代的阈值
print("最佳阈值 = ", T)
# 根据最佳阈值进行图像分割
_, img_bin = cv.threshold(img_desk, T, 255, cv.THRESH_BINARY)
# 显示图像
image_show(img_bin)