本文介绍了图像分割中的阈值化技术，包括全局阈值化、大津算法（OTSU）和局部自适应阈值化。详细讲解了OpenCV库中用于阈值处理的`cv2.threshold`和`cv2.adaptiveThreshold`函数，探讨了全局阈值在亮度差异较大图像中的局限性，并展示了自适应阈值化如何解决这一问题。
说明：文章将包含简短的理论介绍，重点还是在具体的实践部分
1.理论介绍
阈值化
- 基本概念：阈值、灰度直方图、全局阈值化、局部自适应阈值化、带阈值化、半阈值化
- 阈值检测方法：P率阈值化、模式方法、直方图变换、Gauss最优阈值、OTSU大津算法、 多光谱阈值化
Gauss最优阈值：
Gauss思想：
假设灰度直方图的概率分布模型可由两个不同的正态分布相加得到，那么两个正态分布的交点便为最优阈值点。
具体算法：
其中p(g)为灰度直方图，g为像素值。
（图片来源：http://blog.youkuaiyun.com/sky_in_my_mind/article/details/72730595）
OTSU大津算法：
思想：
最低0.47元/天 解锁文章
扫一扫
128
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
