35、图像分割技术全解析

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 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
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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