OpenCV自适应阈值
在简单的阈值处理中，阈值是全局的，即对于图像中的所有像素是相同的。 自适应阈值法是针对较小区域计算阈值的方法，因此对于不同区域将存在不同的阈值。
在OpenCV中，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)
该方法接受以下参数 -
-
src - 表示源(输入)图像的
Mat类的对象。 -
dst - 表示目标(输出)图像的
Mat类的对象。 - thresh - 表示阈值的双重类型的变量。
-
maxval - 一个
double类型的变量，表示像素值大于阈值时的值。 -
adaptiveMethod - 表示要使用的自适应方法的类型的整数变量。它可以是以下两个值之一
-
ADAPTIVE_THRESH_MEAN_C- 阈值是邻域的平均值。 -
ADAPTIVE_THRESH_GAUSSIAN_C- 阈值是权重是高斯窗口的邻域值的加权和。
-
- thresholdType - 表示要使用的阈值类型的整数类型变量。
- blockSize - 表示用于计算阈值的像素邻域的大小的整数类型的变量。
-
C - 表示在两种方法中使用的常量(从平均值或加权平均值中减去)的
double类型变量。
示例
以下程序演示如何在OpenCV中的图像上执行自适应阈值操作。 这里选择二进制类型的自适应阈值和阈值，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输入图像sample2.jpg。
执行上面示例代码，得到以下结果 -
其他类型的自适应阈值
除了ADAPTIVE_THRESH_MEAN_C作为自适应方法，THRESH_BINARY作为阈值类型之外，可以选择更多这两个值的组合。
Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C,
Imgproc.THRESH_BINARY, 11, 12);
其他的固定值有 -
Imgproc.THRESH_BINARYImgproc.THRESH_BINARY_INV
