博客
关于我
OpenCV提供的各种阈值选项的实例(附完整代码)
阅读量:264 次
发布时间:2019-03-01

本文共 1114 字,大约阅读时间需要 3 分钟。

OpenCV提供了多种阈值选项,用户可以根据具体需求选择合适的阈值设置。以下是一些常见的阈值选项及其示例应用。

阈值选项分类

OpenCV中的阈值设置主要包括以下几种常用选项:

  • 简单阈值(Threshold Inverse Brightness-based):使用反亮度值进行阈值判断。
  • 高斯阈值(Gaussian Thresholding):基于高斯滤镜进行阈值计算。
  • 自适应阈值(Adaptive Thresholding):根据图像的局部或全局信息自动调整阈值。
  • 阈值设置示例

    以下是一个简单的OpenCV代码示例,展示如何设置常用阈值选项。

    #include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include 
    using namespace cv;
    // 简单阈值设置示例Mat src = imread("test_image.jpg");Mat gray;cvtColor(src, gray, COLOR_RGB2GRAY);// 简单阈值设置int threshold = 120; // 阈值值Mat binary_img(gray.size(), CV_GRAY2BINARY, threshold);// 高斯阈值设置double gamma = 0.5; // gamma值int threshold_g = threshold; // 阈值值threshold_g = threshold_g * gamma; // 调整阈值binary_img = 255 / (255 + threshold_g/2.0);// 自适应阈值设置int maxC = 5; // 局部区域大小int adaptive_threshold = 50; // 自适应阈值值binary_img = adaptiveThreshold(gray, maxC, adaptive_threshold, 5, 5);

    常用参数说明

    在使用OpenCV阈值设置时,以下参数常常需要调整:

    • threshold(阈值值):用于简单阈值设置,通常设置为0-255之间的值。
    • gamma(伽马值):用于高斯阈值,值通常在0.5-1.5之间。
    • adaptive_threshold(自适应阈值值):用于自适应阈值,值通常为11-30之间。
    • maxC(局部区域大小):用于自适应阈值,建议设置为5-10。

    通过合理设置这些参数,可以根据图像的亮度、对比度和噪声水平,获取更优的阈值结果。

    转载地址:http://prpx.baihongyu.com/

    你可能感兴趣的文章
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>
    Pandas 中的多索引旋转
    查看>>
    Pandas 对数据框的布尔比较
    查看>>
    pandas 根据不是常量的第三列的值将值从一列复制到另一列
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    Pandas数据可视化怎么做?用实战案例告诉你!
    查看>>
    Pandas数据结构之DataFrame常见操作
    查看>>
    pandas整合多份csv文件
    查看>>
    pandas某一列转数组list
    查看>>