实用计算机视觉 -- 各种阈值化效果

本文通过OpenCV探讨了图像处理中的阈值化技术,包括最优阈值、大津阈值、自适应阈值以及带通阈值和半阈值化。实验结果显示,自适应阈值在处理背景渐变的图像时能显著提高分割效果。同时,通过调整阈值宽度,可以优化带通阈值化和半阈值化的结果。

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

本实验主要基于OpenCV来测试各种阈值化后效果,主要验证最优阈值化、大津阈值化和自适应阈值化,并进行带通阈值化和半阈值化的测试,测试图片如下:


灰度图片和RGB彩色图片的直方图效果分别如下左右所示:


左图中第一个大尖峰为黑色铅笔和黑色物体的灰度分布,最后一个大尖峰为图中白色物体和硬币的灰度分布,图片背景有一个显著的由暗到明的渐变过程。

首先基于之前博文中实现的最优阈值进行测试,最优阈值为122,效果如下:

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