自適應閾值(threshold、CV

所謂的二值化是將影像進行區分，分成我們感興趣的部分(前景)，以及不感興趣的部分(背景)，通常將某個強度當作分割的標準，這個強度稱作閾值(threshold)，通常以強度超過閾值的像素當作前景，反之則為背景。

閾值的算法主要分兩類：

固定閾值：程式或使用者直接給定一個灰階值當閾值，再用這個閾值進行二值化。自適應閾值：輸入影像，程式依這影像計算出較合適的閾值，再用這個閾值進行二值化。

---

這邊介紹一種自適應閾值的算法Otsu，以及在OpenCV如何用這個方式找閾值後進行二值化。

Otsu流程：

先計算影像的直方圖把直方圖強度大於閾值的像素分成一組，把小於閾值的像素分成另一組。分別計算這兩組的組內變異數，並把兩個組內變異數相加。將0~255依序當作閾值來計算組內變異數和，總和值最小的就是結果閾值。

OpenCV自適應閾值二值化

一樣是用threshold()函式，使用方式也一樣，只是最後一個參數增加CV_THRESH_OTSU，目前otsu只能使用在8位元圖。

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

src：輸入圖，只能輸入單通道，8位元或32位元浮點數影像。dst：輸出圖，尺寸大小、深度會和輸入圖相同。thresh：閾值。maxval：二值化結果的最大值。type：二值化操作型態，共有THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO、THRESH_TOZERO_INV五種。type從上述五種結合CV_THRESH_OTSU，類似寫成：THRESH_BINARY | CV_THRESH_OTSU

---

以下示範如何用otsu找出閾值，再用此閾值對輸入圖進行二值化

#include <cstdio> #include <opencv2/opencv.hpp> using namespace cv; int main(){ Mat src = imread("lena.jpg",CV_LOAD_IMAGE_GRAYSCALE); Mat dst; threshold(src, dst, 150, 255, THRESH_BINARY|THRESH_OTSU); imshow("origin", src); imshow("threshold", dst); waitKey(0); return 0; }

---

转自：http://monkeycoding.com/?p=600