OpenCV - 自适应阈值

在简单阈值处理中，阈值是全局的，即图像中的所有像素都相同。自适应阈值处理是针对较小区域计算阈值的方法，因此，不同区域会有不同的阈值。

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

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

该方法接受以下参数 -

• src - Mat类的对象，表示源（输入）图像。

• dst - Mat类的对象，表示目标（输出）图像。

• maxValue - 双精度型变量，表示像素值大于阈值时要给出的值。

• AdaptiveMethod - 整数变量，表示要使用的自适应方法的类型。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 - 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大小的整数类型变量。

• C - 表示两种方法中使用的常量的双精度变量（从平均值或加权平均值中减去）。

例子

以下程序演示了如何在 OpenCV 中对图像执行自适应阈值操作。这里我们选择二进制类型的自适应阈值和ADAPTIVE_THRESH_MEAN_C作为阈值方法。

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 ="E:/OpenCV/chap14/thresh_input.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("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

执行程序时，您将得到以下输出 -

Image Processed

如果打开指定的路径，您可以观察输出图像，如下所示 -

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);

以下是表示参数AdaptiveMethod和ThresholdType的值及其各自输出的各种组合的值。

自适应方法/阈值类型	ADAPTIVE_THRESH_MEAN_C	ADAPTIVE_THRESH_GAUSSIAN_C：
THRESH_BINARY
THRESH_BINARY_INV