[课程Project-物联网导论] 二维码的二值化 (1)

这篇博客记录了作者在物联网导论实验课中进行二维码二值化的项目过程。首先介绍了图像二值化的概念,接着详细解释了大津算法(OTSU)的基本原理和MATLAB实现。然后,针对亮度不均匀导致的问题,提出了使用高斯滤波的局部自适应阈值方法,并展示了优于大津法的效果。最后,讨论了两种算法在处理特定问题时的局限性,并提出后续可能的解决方案。
摘要由CSDN通过智能技术生成

想说就说


繁忙的大三学期开始了,这一年将会有很多个课程project要做,包括物联网的,安卓的,Web网页开发,传感器实验,云计算,数据库,人工智能等等,趁国庆这个假期,我想在CSDN博客开始我的整理,一来是对这些project开发过程的记录,二来是以后找工作面试可以回头看看,复习复习,(甚至可以跟HR装逼说想了解更多,就去看我的博客吧hh),三来也是觉得不要荒废了这个博客嘛。

好了,废话不多说。这个系列的博客记录的是我做物联网导论实验课project的过程,其实这些都是我们平常的作业,估计最后的project成品就是这样一步步累积起来的,暂时我也不太清楚最后能实现什么,但是走一步就记录一步吧。

二维码的二值化


第一次作业是做二维码的二值化,或者说是图像的二值化。为什么是二维码呢?因为我们后边要做二维码的识别(但我觉得不会整个过程都让我们实现),其关键的第一步就是二维码的二值化,直观来讲,就是将二维码图案本身与背景分割开来,并将图像的像素是二维码黑色部分置为0,其余部分置为1(从颜色上讲,也就是白色),具体操作步骤如下:

  • 将图像转化为灰度图
  • 对灰度图进行二值化

其中难点就在于二值化了。上课时,TA提了一种算法,称为大津算法(OTSU),其思想是:找到一个阈值,将0~255的像素分成黑白两部分,并使每个点的原灰度值到此阈值的距离的方差最小

原理很简单,我就大概说一下计算过程。

设前景像素(二维码黑色部分)所占比例为 w0 ,期望为 u0 ,背景像素所占比例为 w1 ,期望为 u1 ,那么有整个图像灰度值的期望 u=w0u0+w1u1 .

设那个阈值为

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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
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