OpenCV自适应阈值

在简单的阈值处理中，阈值是全局的，即对于图像中的所有像素是相同的。 自适应阈值法是针对较小区域计算阈值的方法，因此对于不同区域将存在不同的阈值。

在OpenCV中，可以使用Imgproc类的adaptiveThreshold()方法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)

该方法接受以下参数 -

• 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。
• thresh - 表示阈值的双重类型的变量。
• maxval - 一个double类型的变量，表示像素值大于阈值时的值。
• adaptiveMethod - 表示要使用的自适应方法的类型的整数变量。它可以是以下两个值之一
  • ADAPTIVE_THRESH_MEAN_C - 阈值是邻域的平均值。
  • ADAPTIVE_THRESH_GAUSSIAN_C - 阈值是权重是高斯窗口的邻域值的加权和。
• thresholdType - 表示要使用的阈值类型的整数类型变量。
• blockSize - 表示用于计算阈值的像素邻域的大小的整数类型的变量。
• C - 表示在两种方法中使用的常量(从平均值或加权平均值中减去)的double类型变量。

示例

以下程序演示如何在OpenCV中的图像上执行自适应阈值操作。 这里选择二进制类型的自适应阈值和阈值，在方法中使用ADAPTIVE_THRESH_MEAN_C常量。

package com.zyiz.thresholding;

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 {
        // Loading the OpenCV core library
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        // Reading the Image from the file and storing it in to a Matrix object
        String file = "F:/worksp/opencv/images/sample2.jpg";

        // Reading the image
        Mat src = Imgcodecs.imread(file, 0);

        // Creating an empty matrix to store the result
        Mat dst = new Mat();

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

        // Writing the image
        Imgcodecs.imwrite("F:/worksp/opencv/images/sample2Adaptivemean_thresh_binary.jpg", dst);

        System.out.println("Image Processed");
    }
}

假定以下是上述程序中指定的输入图像sample2.jpg。

执行上面示例代码，得到以下结果 -

其他类型的自适应阈值

除了ADAPTIVE_THRESH_MEAN_C作为自适应方法，THRESH_BINARY作为阈值类型之外，可以选择更多这两个值的组合。

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

其他的固定值有 -

• Imgproc.THRESH_BINARY
• Imgproc.THRESH_BINARY_INV