6.3 Otsu处理

Otsu 方法能够根据当前图像给出最佳的类间分割阈值。简而言之，Otsu 方法会遍历所有可 能阈值，从而找到最佳的阈值。
在 OpenCV 中，通过在函数 cv2.threshold()中对参数 type 的类型多传递一个参数“cv2.THRESH_OTSU”，即可实现 Otsu 方式的阈值分割。
需要说明的是，在使用 Otsu 方法时，要把阈值设为 0。此时的函数 cv2.threshold()会自动 寻找最优阈值，并将该阈值返回。

例如，下面的语句让函数 cv2.threshold()采用 Otsu 方法进行 阈值分割:
t,otsu=cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
与普通阈值分割的不同之处在于:

• 参数 type 增加了一个参数值“cv2.THRESH_OTSU”。  设定的阈值为 0。
• 返回值 t 是 Otsu 方法计算得到并使用的最优阈值。
  需要注意，如果采用普通的阈值分割，返回的阈值就是设定的阈值。例如下面的语句设定 阈值为 127，所以最终返回的就是 t=127。
  t,thd=cv2.threshold(img,127,255,cv2.THRESH_BINARY)

【例 6.12】测试 Otsu 阈值处理的实现。

import cv2
import numpy as np

img = np.zeros((5,5),dtype=np.uint8)
img[0:6,0:6] = 123
img[2:6,2:6] = 126
print("img=\n",img)
t1,rst = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
print("rst",rst)
t2,otsu = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
print("otsu=\n",otsu)

【例 6.13】分别对一幅图像进行普通的二值化阈值处理和 Otsu 阈值处理，观察处理结果的 差异。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter6/tiffany.bmp",0)
t1,rst = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
t2,otsu = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

cv2.imshow("img",img)
cv2.imshow("rst",rst)
cv2.imshow("otsu",otsu)

cv2.waitKey()
cv2.destroyAllWindows()