什么是自适应阈值处理?
对于色彩均衡的图像,直接使用一个阈值就能完成对图像的阈值化处理。但是,有时图像的色彩是不均衡的,此时如果只使用一个阈值,就无法得到清晰有效的阈值分割结果图像。
有一种改进的阈值处理技术,其使用变化的阈值完成对图像的阈值处理,这种技术被称为自适应阈值处理。在进行阈值处理时,自适应阈值处理的方式通过计算每个像素点周围临近区
域的加权平均值获得阈值,并使用该阈值对当前像素点进行处理。与普通的阈值处理方法相比**,自适应阈值处理能够更好地处理明暗差异较大的图像。**
OpenCV 提供了函数
cv2.adaptiveThreshold()
来实现自适应阈值处理,该函数的语法格式为:
dst = cv.adaptiveThreshold( src, maxValue, adaptiveMethod, thresholdType,blockSize, C )
式中:
-
dst 代表自适应阈值处理结果。
-
src 代表要进行处理的原始图像。需要注意的是,该图像必须是 8 位单通道的图像。
-
maxValue 代表最大值。
-
adaptiveMethod 代表自适应方法。
-
thresholdType 代表阈值处理方式,该值必须是cv2.THRESH_BINARY 或 者 cv2.THRESH_BINARY_INV 中的一个。
-
blockSize 代表块大小。表示一个像素在计算其阈值时所使用的邻域尺寸,通常为 3、5、7 等。
-
C 是常量。