自適應閾值(threshold、CV_THRESH_OTSU)

所謂的二值化是將影像進行區分,分成我們感興趣的部分(前景),以及不感興趣的部分(背景),通常將某個強度當作分割的標準,這個強度稱作閾值(threshold),通常以強度超過閾值的像素當作前景,反之則為背景。

閾值的算法主要分兩類:

  • 固定閾值:程式或使用者直接給定一個灰階值當閾值,再用這個閾值進行二值化。
  • 自適應閾值:輸入影像,程式依這影像計算出較合適的閾值,再用這個閾值進行二值化。

這邊介紹一種自適應閾值的算法Otsu,以及在OpenCV如何用這個方式找閾值後進行二值化。

Otsu流程:

  • 先計算影像的直方圖
  • 把直方圖強度大於閾值的像素分成一組,把小於閾值的像素分成另一組。
  • 分別計算這兩組的組內變異數,並把兩個組內變異數相加。
  • 將0~255依序當作閾值來計算組內變異數和,總和值最小的就是結果閾值。

OpenCV自適應閾值二值化

一樣是用threshold()函式,使用方式也一樣,只是最後一個參數增加CV_THRESH_OTSU,目前otsu只能使用在8位元圖。

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

  • src:輸入圖,只能輸入單通道,8位元或32位元浮點數影像。
  • dst:輸出圖,尺寸大小、深度會和輸入圖相同。
  • thresh:閾值。
  • maxval:二值化結果的最大值。
  • type:二值化操作型態,共有THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO、THRESH_TOZERO_INV五種。
  • type從上述五種結合CV_THRESH_OTSU,類似寫成:THRESH_BINARY | CV_THRESH_OTSU

以下示範如何用otsu找出閾值,再用此閾值對輸入圖進行二值化

#include <cstdio>
#include <opencv2/opencv.hpp>
using namespace cv;

int main(){
    Mat src = imread("lena.jpg",CV_LOAD_IMAGE_GRAYSCALE);
    Mat dst;
    threshold(src, dst, 150, 255, THRESH_BINARY|THRESH_OTSU);
    imshow("origin", src);
    imshow("threshold", dst);
    waitKey(0);

    return 0;
}

threshold

threshold

回到首頁

回到OpenCV教學


參考資料:

OpenCV 教程