图像分割技术全解析
1. 基于像素强度直方图的二值阈值法
在图像分割中,我们可以使用像素强度在 p1 和 p2 之间且直方图密度最小的像素强度作为阈值。若直方图密度函数表示为 H(p) ,其中 p ∈ {0, 1, 2, ..., 255} 代表像素强度,那么阈值 t 的计算公式为:
[t = \underset{p \in [p_1, p_2]}{\text{Arg Min}} H(p)]
这种二值阈值的思想可以扩展到基于像素强度直方图的多阈值分割。
以下是Python实现代码:
import cv2
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
img = cv2.imread("/home/santanu/Downloads/coins.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
plt.figure(1)
plt.imshow(gray,cmap='gray')
row,col = np.shape(gray)
gray_flat = np.reshape(gray,(row*col,1))[:,0]
plt.figure(2)
plt.hist(list(gray_flat))
gray_const = []
for i in range(len(gray_flat)):
if
超级会员免费看
订阅专栏 解锁全文
1098

被折叠的 条评论
为什么被折叠?



