OpenCV自適應閾值

在簡單的閾值處理中,閾值是全局的,即對於圖像中的所有像素是相同的。 自適應閾值法是針對較小區域計算閾值的方法,因此對於不同區域將存在不同的閾值。

在OpenCV中,可以使用Imgproc類的adaptiveThreshold()方法對圖像執行自適應閾值操作。 以下是此方法的語法。

adaptiveThreshold(src, dst, maxValue, adaptiveMethod, thresholdType, blockSize, C)

該方法接受以下參數 -

  • src - 表示源(輸入)圖像的Mat類的對象。
  • dst - 表示目標(輸出)圖像的Mat類的對象。
  • thresh - 表示閾值的雙重類型的變量。
  • maxval - 一個double類型的變量,表示像素值大於閾值時的值。
  • adaptiveMethod - 表示要使用的自適應方法的類型的整數變量。它可以是以下兩個值之一
    • ADAPTIVE_THRESH_MEAN_C - 閾值是鄰域的平均值。
    • ADAPTIVE_THRESH_GAUSSIAN_C - 閾值是權重是高斯窗口的鄰域值的加權和。
  • thresholdType - 表示要使用的閾值類型的整數類型變量。
  • blockSize - 表示用於計算閾值的像素鄰域的大小的整數類型的變量。
  • C - 表示在兩種方法中使用的常量(從平均值或加權平均值中減去)的double類型變量。

示例

以下程序演示如何在OpenCV中的圖像上執行自適應閾值操作。 這裏選擇二進制類型的自適應閾值和閾值,在方法中使用ADAPTIVE_THRESH_MEAN_C常量。

package com.yiibai.thresholding;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class AdaptiveThresh {
    public static void main(String args[]) throws Exception {
        // Loading the OpenCV core library
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        // Reading the Image from the file and storing it in to a Matrix object
        String file = "F:/worksp/opencv/images/sample2.jpg";

        // Reading the image
        Mat src = Imgcodecs.imread(file, 0);

        // Creating an empty matrix to store the result
        Mat dst = new Mat();

        Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 11, 12);

        // Writing the image
        Imgcodecs.imwrite("F:/worksp/opencv/images/sample2Adaptivemean_thresh_binary.jpg", dst);

        System.out.println("Image Processed");
    }
}

假定以下是上述程序中指定的輸入圖像sample2.jpg
OpenCV自適應閾值

執行上面示例代碼,得到以下結果 -
OpenCV自適應閾值

其他類型的自適應閾值

除了ADAPTIVE_THRESH_MEAN_C作爲自適應方法,THRESH_BINARY作爲閾值類型之外,可以選擇更多這兩個值的組合。

Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C, 
   Imgproc.THRESH_BINARY, 11, 12);

其他的固定值有 -

  • Imgproc.THRESH_BINARY
  • Imgproc.THRESH_BINARY_INV
0 條評論,你可以發表評論,我們會進行改進
Comment author placeholder