OpenCV - 自适应阈值

在简单阈值中，阈值是全局的，即，对于图像中的所有像素都是相同的。自适应阈值是一种针对较小区域计算阈值的方法，因此不同区域的阈值会有所不同。

在 OpenCV 中，您可以使用 Imgproc 类的方法 adaptiveThreshold() 对图像执行自适应阈值操作。以下是此方法的语法。

adaptiveThreshold(src, dst, maxValue, adaptiveMethod, ThresholdType, blockSize, C)

此方法接受以下参数 −

• src −表示源（输入）图像的 Mat 类的对象。

• dst − 表示目标（输出）图像的 Mat 类的对象。

• maxValue − 表示像素值大于阈值时要给出的值的双精度变量。

• adaptiveMethod − 表示要使用的自适应方法的整数类型变量。这将是以下两个值之一

  • ADAPTIVE_THRESH_MEAN_C − 阈值是邻域区域的平均值。

  • ADAPTIVE_THRESH_GAUSSIAN_C −阈值是邻域值的加权和，其中权重是高斯窗口。

• thresholdType − 一个整数类型的变量，表示要使用的阈值类型。

• blockSize − 一个整数类型的变量，表示用于计算阈值的像素邻域的大小。

• C − 一个双精度类型的变量，表示两种方法中使用的常数（从平均值或加权平均值中减去）。

示例

以下程序演示了如何在 OpenCV 中对图像执行自适应阈值操作。这里我们为阈值方法选择类型为 binary 和 ADAPTIVE_THRESH_MEAN_C 的自适应阈值。

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class AdaptiveThresh {
   public static void main(String args[]) throws Exception {
        // 加载 OpenCV 核心库
        System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
        
        // 从文件中读取图像并将其存储到 Matrix 对象中
        String file ="E:/OpenCV/chap14/thresh_input.jpg";
        
        // 读取图像
        Mat src = Imgcodecs.imread(file,0);
        
        // 创建一个空矩阵来存储结果
        Mat dst = new Mat();
        
        Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C,
        Imgproc.THRESH_BINARY, 11, 12);
        
        // 写入图像
        Imgcodecs.imwrite("E:/OpenCV/chap14/Adaptivemean_thresh_binary.jpg", dst);
        
        System.out.println("Image Processed");
   } 
}

假设以下是上述程序中指定的输入图像 thresh_input.jpg。

输出

执行程序后，您将获得以下输出 −

Image Processed

如果打开指定路径，可以观察到输出图像如下 −

其他类型的自适应阈值

除了前面示例中演示的ADAPTIVE_THRESH_MEAN_C作为自适应方法和THRESH_BINARY作为阈值类型之外，我们还可以选择这两个值的更多组合。

Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C, 
   Imgproc.THRESH_BINARY, 11, 12);

以下是代表参数 adaptiveMethod 和 thresholdType 值的各种组合及其各自的输出的值。

adaptiveMethod / ThresholdType	ADAPTIVE_THRESH_MEAN_C	ADAPTIVE_THRESH_GAUSSIAN_C:
THRESH_BINARY
THRESH_BINARY_INV