三个经典的图像二值化算法(一)

本文介绍了OTSU全局阈值算法的实现原理及其C语言程序示例。OTSU算法是一种从灰度直方图中选择最佳阈值的方法,用于图像二值化处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    otsu全局二值化算法,文献出处: Nobuyuki Otsu. A Threshold Selection Method from Gray-Level Histograms.IEEE Transactions on Systems, Man, and Cybernetics. 1979.SMC-9(1):62-66。

    效果图如下:

三个经典的图像二值化算法(一) - べ_べ繪儚 - じǒvべ繪儚三个经典的图像二值化算法(一) - べ_べ繪儚 - じǒvべ繪儚

 

otsu的c语言程序如下:

 

////////////////////////////////////////////////////////////////////////////////

/////////////////////////////////////////////////////////////////////////////////

void otsu(BYTE **ir, BYTE **ir1,int xz,int yz,int hg,int wt )        

{
    double counts=0,meanT=0,w0,w1=0,miuK=0,n,em,vart=0,maxj=0,index=0;int it=0;
    double *imhist;double *Grade;
    imhist= new double[256];
    Grade= new double[256];
    for(int l=0;l<256;l++)
    {
        imhist[l]=0.0;
        Grade[l]=0.0;
    }
    for(int i=xz;i<xz+hg;i++)

    {
        for(int j=yz;j<yz+wt;j++)
        {
            imhist[ir[i][j]]=imhist[ir[i][j]]+1;
        }

    }
  
    for(l=0;l<256;l++)
    {
        counts=counts+imhist[l];
    }
    for(l=0;l<256;l++)
    {
        Grade[l]=(double)imhist[l]/counts;
     
    meanT=0;
    for(l=0;l<256;l++)
    {
        meanT=meanT+Grade[l]*l;
    }
    for(l=0;l<256;l++)
    {
        vart=vart+pow((l-meanT),2)*Grade[l];
    }
    w0 = Grade[0];
    miuK = 0;
    imhist[0]=0;
    n = 255;
    for(l=0;l<=n;l++)
    {
        w1=w1+Grade[l];
    }
    for(l=0;l<n;l++)
    {
        w0=w0+Grade[l+1];
        miuK = miuK + (l+1)* Grade[l+1];
        if ((w0==0 )|| (w0==w1))
        {
            imhist[l+1]=0.0;
        }
        else
        {
            imhist[l+1] = (double)pow((w0*meanT-miuK),2)/(w0*(1-w0));
        }
    }
    for(l=0;l<=n;l++)
    {
        if(maxj<imhist[l])
        maxj=imhist[l];
    }
    em=maxj/vart;
    for(l=0;l<=n;l++)
    {
        if(maxj==imhist[l])
        {
            index=index+l;
            it++;
        }
    }
    index=index/it;
    index=(index-1)/n;
    for(i=xz;i<xz+hg;i++)

    {
        for(int j=yz;j<yz+wt;j++)
        {
            if(ir[i][j]>=255*index)
                ir1[i][j]=1;
            else
                ir1[i][j]=0;
         }

    }
    delete[] imhist;
    imhist= NULL ;
    delete[] Grade;
    Grade= NULL;  
}

 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值