图像二值化（迭代法，C语言实现）

2019独角兽企业重金招聘Python工程师标准>>>

1. 随机确定一个初始阈值 k1 = 127(可以为随机值【0，255】）

2. 根据阈值k1把原始图像分为两部分（小于 k1 的像素部分，大于k1的背景部分），并分别求其均值avgPix, avgBac

3. 计算新的阈值 k2 = (avgPix + avgBac) / 2

4. 判断 k1 与 k2 是否相等，如果不等，则更新k1, 重新执行步骤2-3 直到 k1 == k2

5. 根据计算得到的阈值 k1 (或 k2) 对图像进行二值化

#include "JpegDecoder.h"
#include 
#include 
#include 

using namespace JpegCodec;

static cv::Mat ConvertToMat(Matrix &mat)
{
	int channel = CV_8UC3;
	if (mat.channal == 1) channel = CV_8UC1;

	cv::Mat img(mat.rows, mat.cols, channel);  // create a new matrix

	for (int i = 0; i < mat.rows * mat.cols * mat.channal; i++)
	{
		img.data[i] = mat.data[i];
	}

	return img;
}


void ShowImage(Matrix &mat)
{
	cv::Mat img = ConvertToMat(mat);
	cv::imshow("Bitmap", img);
}


// 二值化
void Binary(Matrix &mat)
{
	int k1 = 127, k2 = 0;
	int cnt = mat.rows * mat.cols * mat.channal;

	// 计算阈值
	while (k1 != k2)
	{
		k2 = k1;
		int avgPix = 0;
		int avgBac = 0;
		int size = 0;
		for (int i = 0; i < cnt; i++)
		{
			if (mat.data[i] < k2)
			{
				avgPix += mat.data[i]; // 像素数据
				size++;
			}
			else 
				avgBac += mat.data[i]; // 背景数据
		}

		// 计算像素阈值 与 背景阈值
		avgPix /= size;
		avgBac /= (cnt - size);
		// 计算 k1
		k1 = (avgPix + avgBac) / 2;
	}

	// 二值化
	for (int i = 0; i < cnt; i++)
	{
		if (mat.data[i] < k1) mat.data[i] = 0;
		else mat.data[i] = 255;
	}
}


// 灰度化
void Gray(Matrix &dst, Matrix &src)
{
	dst.Create(src.rows, src.cols, 1);

	for (int i = 0; i < src.rows; i++)
	{
		for (int j = 0; j < src.cols; j++)
		{
			int idx = (i * src.rows + j) * 3;
			dst.data[idx / 3] = (src.data[idx] + src.data[idx + 1] + src.data[idx + 2]) / 3;
		}
	}
}


int main(int argc, char *arrv[])
{
	JpegDecoder decoder("01.jpg");
	Matrix mat, dst;
	decoder.Decoder(mat);

	Gray(dst, mat);
	Binary(dst);
	ShowImage(dst);

	cvWaitKey(0);
	return 0;
}

JpegDecoder: https://github.com/lzb-cc/JpegCodecs

 

运行示例

转载于:https://my.oschina.net/tigerBin/blog/1488493