基于 OpenCV 的 Otsu 方法的图像阈值处理

实时互动 • 2022年11月18日上午10:31 • 技术文章

图像阈值化是一种允许基于像素值执行图像二值化的技术。通常，如果像素值大于阈值，则将其设置为最大值（通常为 255 – 白色），否则设置为 0（黑色）。存在多种计算阈值的方法。其中之一是大津的方法。它是一种全局阈值算法，其中对整个图像应用单个阈值。

OpenCV 提供了threshold执行图像阈值化的功能。我们可以指定THRESH_OTSU标志作为参数来应用 Otsu 的方法来计算阈值。

import cv2

img = cv2.imread('test.jpg')
grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binaryImg = cv2.threshold(grayImg, 0, 255, cv2.THRESH_OTSU)

print(thresh)

cv2.imshow('Grayscale image', grayImg)
cv2.imshow('Binary image', binaryImg)
cv2.waitKey(0)
cv2.destroyAllWindows()

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat img = imread("test.jpg");
    Mat grayImg;
    cvtColor(img, grayImg, COLOR_BGR2GRAY);
    Mat binaryImg;
    double thresh = threshold(grayImg, binaryImg, 0, 255, THRESH_OTSU);

    std::cout << thresh << std::endl;

    imshow("Grayscale image", grayImg);
    imshow("Binary image", binaryImg);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

package app;

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

public class Main
{
    static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args)
    {
        Mat img = Imgcodecs.imread("test.jpg");
        Mat grayImg = new Mat();
        Imgproc.cvtColor(img, grayImg, Imgproc.COLOR_BGR2GRAY);
        Mat binaryImg = new Mat();
        double thresh = Imgproc.threshold(grayImg, binaryImg, 0, 255, Imgproc.THRESH_OTSU);

        System.out.println(thresh);

        HighGui.imshow("Grayscale image", grayImg);
        HighGui.imshow("Binary image", binaryImg);
        HighGui.waitKey(0);
        HighGui.destroyAllWindows();

        System.exit(0);
    }
}

计算出的阈值（T）为155。结果：