OpenCV - 自适应阈值

在**简单阈值化**中，阈值是全局的，即图像中所有像素的阈值相同。**自适应阈值化**是一种针对较小区域计算阈值的方法，因此不同区域将具有不同的阈值。

在 OpenCV 中，可以使用 `Imgproc` 类的 `adaptiveThreshold()` 方法对图像执行自适应阈值操作。以下是此方法的语法。

adaptiveThreshold(src, dst, maxValue, adaptiveMethod, thresholdType, blockSize, C)

此方法接受以下参数：

**src** - `Mat` 类对象，表示源（输入）图像。
**dst** - `Mat` 类对象，表示目标（输出）图像。
**maxValue** - 双精度型变量，表示如果像素值大于阈值则要赋予的值。
**adaptiveMethod** - 整型变量，表示要使用的自适应方法。这将是以下两个值之一：
- **ADAPTIVE_THRESH_MEAN_C** - 阈值是邻域区域的均值。
- **ADAPTIVE_THRESH_GAUSSIAN_C** - 阈值是邻域值的加权和，权重为高斯窗口。
**thresholdType** - 整型变量，表示要使用的阈值类型。
**blockSize** - 整型变量，表示用于计算阈值的像素邻域的大小。
**C** - 双精度型变量，表示两种方法中使用的常数（从均值或加权均值中减去）。

示例

以下程序演示如何在 OpenCV 中对图像执行自适应阈值操作。这里我们选择类型为**二值化**的`adaptiveThreshold`以及`ADAPTIVE_THRESH_MEAN_C`作为阈值方法。

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

public class AdaptiveThresh {
   public static void main(String args[]) throws Exception {
      // Loading the OpenCV core library
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );

      // Reading the Image from the file and storing it in to a Matrix object
      String file ="E:/OpenCV/chap14/thresh_input.jpg";
      
      // Reading the image
      Mat src = Imgcodecs.imread(file,0);

      // Creating an empty matrix to store the result
      Mat dst = new Mat();

      Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C,
         Imgproc.THRESH_BINARY, 11, 12);

      // Writing the image
      Imgcodecs.imwrite("E:/OpenCV/chap14/Adaptivemean_thresh_binary.jpg", dst);

      System.out.println("Image Processed");
   } 
}

假设上面程序中指定的是输入图像 `thresh_input.jpg`。

输出

执行程序后，您将获得以下输出：

Image Processed

如果您打开指定的路径，您可以观察到输出图像如下：

其他类型的自适应阈值化

除了前面示例中演示的 `ADAPTIVE_THRESH_MEAN_C` 作为自适应方法和 `THRESH_BINARY` 作为阈值类型之外，我们还可以选择这两种值的更多组合。

Imgproc.adaptiveThreshold(src, dst, 125, Imgproc.ADAPTIVE_THRESH_MEAN_C, 
   Imgproc.THRESH_BINARY, 11, 12);

以下是表示 `adaptiveMethod` 和 `thresholdType` 参数各种值组合及其各自输出的值。

adaptiveMethod / thresholdType	ADAPTIVE_THRESH_MEAN_C	ADAPTIVE_THRESH_GAUSSIAN_C
THRESH_BINARY
THRESH_BINARY_INV

打印页面