我正在寻找图像二值化的最佳自适应阈值方法。但是我对黑暗和模糊的图像有任何问题。
输入图片:
当我使用自适应阈值方法时,我收到了这个
输出图片:
这对我不好!
那么,有人可以帮我解决这个问题吗?
另一张图片:
和:
@Hammer 的解决方案第一个看起来很糟糕(我必须选择 c channel ),第二个我可以使用自适应阈值正常。
所以我想为所有情况找到最佳解决方案。
再次感谢!
最佳答案
看起来颜色是比强度更好的图像分割指标。尝试将其转换为 HSV,然后在 H channel 上运行 OTSU。
在 python 中
hsv = cv2.cvtColor(image, cv2.cv.CV_BGR2HSV)
cv2.imshow('hsv', hsv[:,:,0])
(thresh, im_bw) = cv2.threshold(hsv[:,:,0], 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imshow('OTSU', im_bw)
给出(hsv)
然后(大津)
有点腐 eclipse 和膨胀,你应该可以开始了
关于opencv - 具有模糊图像的自适应阈值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18627970/