C#自动阈值选择:Otsu法编程实例(图像分割)

//Otsu阈值
        private void OtsuToolStripMenuItem_Click(object sender, EventArgs e)
        {
            if (m_Bitmap != null)
            {
                Rectangle rect = new Rectangle(0, 0, m_Bitmap.Width, m_Bitmap.Height);
                BitmapData bmpData = m_Bitmap.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, m_Bitmap.PixelFormat);
                IntPtr ptr = bmpData.Scan0;
                int bytes = m_Bitmap.Width * m_Bitmap.Height*3;
                byte[] grayValues = new byte[bytes];
                System.Runtime.InteropServices.Marshal.Copy(ptr, grayValues, 0, bytes);

                byte temp = 0;               
                byte maxGray = 0;
                byte minGray = 255;
                int[] countPixel = new int[256];
                double mu1, mu2;

                //计算直方图
                for (int i = 0; i < grayValues.Length; i++)
                {
                    temp = grayValues[i];
                    countPixel[temp]++;
                    if (temp > maxGray)
                    {
                        //最大灰度等级
                        maxGray = temp;
                    }
                    if (temp < minGray)
                    {
                        //最小灰度等级
                        minGray = temp;
                    }
                }
                //Otsu法
                double w1 = 0, w2 = 0;
                double sum = 0;
                int numerator = 0;
                double sigma;
                double tempMax = 0;
                byte T = 0;
                for (int i = minGray; i < maxGray; i++)
                {
                    sum += i * countPixel[i];
                }
                for (int i = minGray; i < maxGray; i++)
                {
                    w1 += countPixel[i];
                    numerator += i * countPixel[i];
                    mu1 = numerator / w1;
                    w2 = grayValues.Length - w1;
                    mu2 = (sum - numerator) / w2;

                    //otsu公式
                    sigma = w1 * w2 * (mu1 - mu2) * (mu1 - mu2);

                    if (sigma>tempMax)
                    {
                        tempMax = sigma;
                        T = Convert.ToByte(i);
                    }
                }
                for (int i = 0; i < bytes; i++)
                {
                    if (grayValues[i] < T)
                    {
                        grayValues[i] = 0;
                    }
                    else
                    {
                        grayValues[i] = 255;
                    }
                }
                System.Runtime.InteropServices.Marshal.Copy(grayValues, 0, ptr, bytes);
                m_Bitmap.UnlockBits(bmpData);
                pictureBox1.Image = m_Bitmap;
            }
        }

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Otsu阈值是一种常用的图像分割,用于将图像分为前景和背景两部分,通过确定一个合适的阈值进行像素分类。 OpenCV是一种开源的计算机视觉库,具有丰富的图像处理函数,可以用于实现Otsu阈值图像分割。 首先,我们需要加载待处理的图像,使用OpenCV提供的cv::imread函数读取图像文件。 然后,将读取到的彩色图像转换为灰度图像,这样可以简化图像处理计算。使用OpenCV提供的cv::cvtColor函数实现灰度转换。 接下来,我们可以使用OpenCV提供的cv::threshold函数进行Otsu阈值图像分割。该函数需要设置三个参数:输入图像,输出图像阈值阈值由OpenCV提供的cv::threshold函数根据Otsu自动计算得出,无需手动指定。该算根据图像的灰度直方图的形态学特性,自动选择一个最佳的阈值,将图像分割为前景和背景。 最后,我们可以使用OpenCV提供的cv::imshow函数将分割后的图像显示出来,观察分割效果。需要注意的是,因为显示图像需要等待用户输入,所以我们需要使用cv::waitKey函数等待一段时间,以便程序可以正常结束。 综上所述,我们可以通过OpenCV提供的图像处理函数实现Otsu阈值图像分割。这种方简单高效,并且无需手动指定阈值,适用于各种类型的图像。同时,OpenCV作为一种强大的图像处理库,提供了丰富的函数和工具,可以方便地实现各种图像处理任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

稻田里展望者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值