openCV2——ostu

ostu：大津阈值法，通过选择某个阈值，来使亮度不同的背景和前景尽可能分开来。

原理及步骤：

0.建立直方图数组count[256]，存放着0~255亮度值各自的像素量；

1.选择某个阈值k，将一幅像素量total=rows*cols的图像分为亮部和暗部
，亮部像素量W，暗部像素量B，则亮部比例w1=W / total，暗部比例w2=B / total；

2.整体图像平均灰度u0=（count[0,255].*[0,255]）/total
，亮部平均灰度u1=(count[0,k-1].*[0,k-1]) / sum(count[0,k-1])
，暗部平均灰度u2=(count[k，255].*[k，255]) / sum(count[k，255])
，且满足u0=u1*w1+u2*w2（式0）；

3.方差值=w1（u1-u0）^2+w2*（u2-u0）^2
，根据式0，可整理为：
方差值=w1*w2*（u1-u2）^2；

4.循环1-3步，直到方差值最大时，即为所求k值

c++函数为：

unsigned char myOstu(const cv::Mat &gray)
{
int row=gray.rows, col=gray.cols;
unsigned long long size=row*col;//total pixs
int count[256];// histogram space 
for (int ind=0;ind<256;ind++)
{
	count[ind]=0;
}

for(int i=0;i(i,j)]++;
	}

double w1,w2;//black background//white frontground
double blackNum, whiteNum;
double maxVar=0, tmp;
double meanBlackLevel=0.0, meanWhiteLevel=0.0;
unsigned char ostu;
for (int k=0;k<256;k++)
{
	//compute the w1 and w2
	blackNum=0;		whiteNum=0;
	for (int i=0;imaxVar) 
	{
		maxVar=tmp;
		ostu=k;
	}
}
return ostu;

}