【千律】OpenCV基础：图像阈值分割 -- 大津法（OTSU）阈值分割

环境：Python3.8 和 OpenCV

内容：大津法（OTSU）阈值分割

算法思想：最大类间方差法

（1）对于给定阈值T，可以将图像分为目标和背景。其中，背景点数占图像比例为P0，平均灰度值为M0。 而目标点数占图像比例为P1，平均灰度值为M1。

（2）图像的平均灰度值为常数，与阈值无关，即：

（3）计算类间方差如下：

（4）代入 P0 + P1 = 1 和 M_mean, 化简上式为：

（5）遍历灰度值，找出使sigma^2最大的值。

import cv2 as cv
import matplotlib.pyplot as plt


# 封装图片显示函数
def image_show(image):
    if image.ndim == 2:
        plt.imshow(image, cmap='gray')
    else:
        image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
        plt.imshow(image)
    plt.show()


if __name__ == '__main__':

    # 读取灰度图像
    img_desk = cv.imread('desk.png', 0)

    # 大津法阈值分割
    threshold, img_bin = cv.threshold(img_desk, -1, 255, cv.THRESH_OTSU)

    # 输出最佳阈值
    print("最佳阈值 = ", threshold)

    # 显示图像
    image_show(img_bin)