OpenCV-自适应阈值 - 芒果文档

📌 相关文章

📜 OpenCV-自适应阈值

📅 最后修改于: 2020-11-23 03:45:55 🧑 作者: Mango

在简单阈值化中，阈值是全局的，即对于图像中的所有像素都相同。自适应阈值化是针对较小区域计算阈值的方法，因此对于不同区域将有不同的阈值。

在OpenCV中，您可以使用Imgproc类的adaptiveThreshold()方法对图像执行自适应阈值操作。以下是此方法的语法。

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

此方法接受以下参数-

src – Mat类的一个对象，代表源(输入)图像。
dst – Mat类的一个对象，代表目标(输出)图像。
maxValue-双重类型的变量，表示像素值大于阈值时要给出的值。
adaptiveMethod-一个整数变量，其类型表示要使用的自适应方法。这将是以下两个值之一
- ADAPTIVE_THRESH_MEAN_C-阈值是邻域的平均值。
- ADAPTIVE_THRESH_GAUSSIAN_C-阈值是邻域值的加权和，其中权重是高斯窗口。

thresholdType-整数类型的变量，表示要使用的阈值类型。

blockSize-整数类型的变量，表示用于计算阈值的像素邻域的大小。

C-双重类型的变量，表示两种方法中使用的常数(减去平均值或加权平均值)。

例

以下程序演示了如何在OpenCV中对图像执行自适应阈值操作。在这里，我们选择二进制类型的自适应阈值和ADAPTIVE_THRESH_MEAN_C作为阈值方法。

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 ="E:/OpenCV/chap14/thresh_input.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("E:/OpenCV/chap14/Adaptivemean_thresh_binary.jpg", dst);

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

假设以下是上述程序中指定的输入图像thresh_input.jpg 。

阈值输入

输出

在执行程序时，您将获得以下输出-

Image Processed

如果打开指定的路径，则可以观察到输出图像，如下所示：

自适应阈值输出

其他类型的自适应阈值

除了如上例所示的自适应方法ADAPTIVE_THRESH_MEAN_C和阈值类型THRESH_BINARY外，我们还可以选择这两个值的更多组合。

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

以下是代表参数AdaptableMethod和thresholdType及其各自输出的值的各种组合的值。

adaptiveMethod / thresholdType	ADAPTIVE_THRESH_MEAN_C	ADAPTIVE_THRESH_GAUSSIAN_C:
THRESH_BINARY
THRESH_BINARY_INV