OpenCV自适应阈值

最新推荐文章于 2025-04-14 13:57:13 发布

letmecode

最新推荐文章于 2025-04-14 13:57:13 发布

阅读量1.4w

点赞数 5

分类专栏： OpenCV

本文链接：https://blog.youkuaiyun.com/fabulousli/article/details/51487833

版权

本文介绍了OpenCV的自适应阈值方法，它根据像素邻域块的像素值分布来确定二值化阈值，使得不同光照、对比度的区域可以有相应的局部阈值。主要探讨了CV_ADAPTIVE_THRESH_MEAN_C和CV_ADAPTIVE_THRESH_GAUSSIAN_C两种算法，并详细解释了`adaptiveThreshold`函数的参数设置，包括最大值、自适应方法、阈值类型、邻域大小和常数参数。通过实例展示了不同block_size对图像二值化效果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

int main(int argc, char** argv)
{
	Mat image = imread("E:/VS2013/face/xuelian/png/1.png", CV_LOAD_IMAGE_GRAYSCALE);
	if (image.empty())
	{
		cout << "read image failure" << endl;
		return -1;
	}


	// 全局二值化
	int th = 100;//阈值
	Mat global;
	threshold(image, global, th, 255, CV_THRESH_BINARY_INV);


	// 局部二值化

	int blockSize = 7;
	int constValue = 11;
	Mat local;
	adaptiveThreshold(image, local, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, blockSize, constValue);


	imshow("globalThreshold", global);
	imshow("localThreshold", local);
	waitKey(0);


	return 0;
}

局部自适应阈值则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处在于每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。常用的局部自适应阈值有：1）局部邻域块的均值；2）局部邻域块的高斯加权和。

adaptiveThreshold(
const CvArr* src, 输入图像.