opencv_python图像处理——图像分割/二值化

以下内容出自Datawhale 计算机视觉基础-图像处理(上)-Task05 图像分割/二值化

  1. 大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出。从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大。
    应用: 是求图像全局阈值的最佳方法,应用不言而喻,适用于大部分需要求图像全局阈值的场合。
    优点: 计算简单快速,不受图像亮度和对比度的影响。
    缺点: 对图像噪声敏感;只能针对单一目标分割;当目标和背景大小比例悬殊、类间方差函数可能呈现双峰或者多峰,这个时候效果不好。
  2. 自适应阈值法(adaptiveThreshold),根据图像不同区域亮度分布,计算其局部阈值,所以对于图像不同区域,能够自适应计算不同的阈值,因此被称为自适应阈值法。可以计算某个邻域(局部)的均值、中值、高斯加权平均(高斯滤波)来确定阈值。

—————————————————————————

以下内容出自贾志刚老师的知识星球“OpenCV研习社”。
opencv_python图像处理——图像分割/二值化_第1张图片
opencv_python图像处理——图像分割/二值化_第2张图片
opencv_python图像处理——图像分割/二值化_第3张图片
关于python_opencv图像二值化的代码可以看OpenCV中的图像处理 » 4_3_图像阈值

你可能感兴趣的:(Python,Opencv)