在簡單的閾值處理中,閾值是全域性的,即對於影象中的所有畫素是相同的。 自適應閾值法是針對較小區域計算閾值的方法,因此對於不同區域將存在不同的閾值。
在OpenCV中,可以使用Imgproc
類的adaptiveThreshold()
方法對影象執行自適應閾值操作。 以下是此方法的語法。
adaptiveThreshold(src, dst, maxValue, adaptiveMethod, thresholdType, blockSize, C)
該方法接受以下引數 -
Mat
類的物件。Mat
類的物件。double
型別的變數,表示畫素值大於閾值時的值。ADAPTIVE_THRESH_MEAN_C
- 閾值是鄰域的平均值。ADAPTIVE_THRESH_GAUSSIAN_C
- 閾值是權重是高斯視窗的鄰域值的加權和。double
型別變數。範例
以下程式演示如何在OpenCV中的影象上執行自適應閾值操作。 這裡選擇二進位制型別的自適應閾值和閾值,在方法中使用ADAPTIVE_THRESH_MEAN_C
常數。
package com.yiibai.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");
}
}
假定以下是上述程式中指定的輸入影象sample2.jpg
。
執行上面範例程式碼,得到以下結果 -
除了ADAPTIVE_THRESH_MEAN_C
作為自適應方法,THRESH_BINARY
作為閾值型別之外,可以選擇更多這兩個值的組合。
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