“

前言：安利Python來開發OpenCV的原因其實細心的小伙伴早在?【視覺與圖像】Python+OpenCV教程入門篇就找到了想要的答案。(點藍字即可打開)

”

今天周五了！

今天還不下雨！！

今天又可以更新了！！！

先前小天邀請老王和大家聊到Python+OpenCV的第5波：顏色空間轉換(點藍字即可打開)，那么接下來老王給同學們帶來的是Python+OpenCV第6篇章：閾值分割，還不快收藏?住！

文章交代：

• 學習使用不同的閾值方法”二值化”圖像

推薦人群：

• 初級入門、機器學習小白、技術愛好者

【圖片可到文末?本節源碼下載。】

閾值分割

01目標

• 使用固定閾值、自適應閾值和Otsu閾值法”二值化”圖像

• OpenCV函數：cv2.threshold(),?cv2.adaptiveThreshold()

02固定閾值分割

固定閾值分割很直接，一句話說就是像素點值大于閾值變成一類值，小于閾值變成另一類值。

cv2.threshold()用來實現閾值分割，ret是return value縮寫，代表當前的閾值，暫時不用理會。函數有4個參數：

• 參數1：要處理的原圖，*一般是灰度圖

• 參數2：設定的閾值

• 參數3：最大閾值，一般為255

• 參數4：閾值的方式，主要有5種，詳情：http://t.cn/EfZhnbq

下面結合代碼理解下這5種閾值方式：

Tips：很多人誤以為閾值分割就是二值化。從上圖中可以發現，兩者并不等同，閾值分割結果是兩類值，而不是兩個值，所以教程開頭我把二值化加了引號。

03自適應閾值

看得出來固定閾值是在整幅圖片上應用一個閾值進行分割，它并不適用于明暗分布不均的圖片。?cv2.adaptiveThreshold()自適應閾值會每次取圖片的一小部分計算閾值，這樣圖片不同區域的閾值就不盡相同。它有5個參數，其實很好理解，先看下效果：

• 參數1：要處理的原圖

• 參數2：最大閾值，一般為255

• 參數3：小區域閾值的計算方式

ADAPTIVE_THRESH_MEAN_C：小區域內取均值

ADAPTIVE_THRESH_GAUSSIAN_C：小區域內加權求和，權重是個高斯核

• 參數4：閾值方式(跟前面講的那5種相同)

• 參數5：小區域的面積，如11就是11*11的小塊

• 參數6：最終閾值等于小區域計算出的閾值再減去此值

如果你沒看懂上面的參數也不要緊，暫時會用就行，當然我建議你調整下參數看看不同的結果。

04Otsu閾值

在前面固定閾值中，我們是隨便選了一個閾值如127，那如何知道我們選的這個閾值效果好不好呢？答案是：不斷嘗試，所以這種方法在很多文獻中都被稱為經驗閾值。Otsu閾值法就提供了一種自動高效的二值化方法，不過我們直方圖還沒學，這里暫時略過。

好吧，我知道激起了你的興趣~ o(￣▽￣)o，有能力的童鞋可以看下繼續往下看番外篇~

05小結

cv2.threshold()用來進行固定閾值分割。固定閾值不適用于光線不均勻的圖片，所以用 cv2.adaptiveThreshold()進行自適應閾值分割。 二值化跟閾值分割并不等同。針對不同的圖片，可以采用不同的閾值方法。

06練習

Otsu閾值是一種高效的二值化算法，請閱讀(番外篇)?

引用

• 本節源碼?http://t.cn/EfZcSIJ

• Image Thresholding?http://t.cn/EfZcHyc

番

外

大部分圖像處理任務都需要先進行二值化操作，閾值的選取很關鍵，Otsu閾值法會自動計算閾值。

Otsu閾值法(日本人大津展之提出的，也可稱大津算法)非常適用于雙峰圖片，啥意思呢？

Otsu N. A threshold selection method from gray-level histograms[J]. IEEE transactions on systems, man, and cybernetics, 1979, 9(1): 62-66. (http://t.cn/EfZx2dl)

1.什么是雙峰圖片

雙峰圖片就是指圖片的灰度直方圖上有兩個峰值，直方圖就是每個值(0~255)的像素點個數統計，后面會詳細介紹。

Otsu算法假設這副圖片由前景色和背景色組成，通過統計學方法(最大類間方差)選取一個閾值，將前景和背景盡可能分開，我們先來看下代碼，然后詳細說明下算法原理。

2.代碼示例

下面這段代碼對比了使用固定閾值和Otsu閾值后的不同結果：

另外，對含噪點的圖像，先進行濾波操作效果會更好。

下面我們用Matplotlib把原圖、直方圖和閾值圖都顯示出來：

可以看到，Otsu閾值明顯優于固定閾值，省去了不斷嘗試閾值判斷效果好壞的過程。其中，繪制直方圖時，使用了numpy中的ravel()函數，它會將原矩陣壓縮成一維數組，便于畫直方圖。

Otsu算法詳解

Otsu閾值法將整幅圖分為前景(目標)和背景，以下是一些符號規定：

• T：分割閾值

• N0：前景像素點數

• N1：背景像素點數

• ω0：前景的像素點數占整幅圖像的比例

• ω1：背景的像素點數占整幅圖像的比例

• μ0：前景的平均像素值

• μ1：背景的平均像素值

• μ：整幅圖的平均像素值

• rows×cols：圖像的行數和列數

結合下圖會更容易理解一些，有一副大小為4×4的圖片，假設閾值T為1，那么：

其實很好理解，N0+N1就是總的像素點個數，也就是行數乘列數：

ω0和ω1是前/背景所占的比例，也就是：

整幅圖的平均像素值就是：

??此時，我們定義一個前景μ0與背景μ1" role="presentation" style="font-size: 15px; box-sizing: border-box; display: inline-table; line-height: 0; text-align: left; overflow-wrap: normal; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; padding-top: 1px; padding-bottom: 1px; color: rgb(36, 41, 46); font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol"; background-color: rgb(255, 255, 255);">μ1μ1的方差g" role="presentation" style="font-size: 15px; box-sizing: border-box; display: inline-table; line-height: 0; text-align: left; overflow-wrap: normal; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; padding-top: 1px; padding-bottom: 1px; color: rgb(36, 41, 46); font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol"; background-color: rgb(255, 255, 255);">gg：??

將前述的1/2/3公式整合在一起，便是：

g" role="presentation" style="box-sizing: border-box; display: inline-table; line-height: 0; text-align: left; font-size: 18.08px; overflow-wrap: normal; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; padding-top: 1px; padding-bottom: 1px; color: rgb(36, 41, 46); font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol"; background-color: rgb(255, 255, 255);">??g就是前景與背景兩類之間的方差，這個值越大，說明前景和背景的差別也就越大，效果越好。Otsu算法便是遍歷閾值T，使得g最大，所以又稱為最大類間方差法。基本上雙峰圖片的閾值T在兩峰之間的谷底。??

引用

• 本節源碼?http://t.cn/EfZcSIJ?http://t.cn/EfZp5Vg

• numpy.ravel?http://t.cn/EfZpQL9

• Otsu’s Method(wikipedia)?http://t.cn/EfZpFlb

• Image Thresholding?http://t.cn/EfZcHyc

• 一維OTSU法、最小交叉熵法、二維OTSU法及C++源碼?http://t.cn/EfZ0gBq

• Otsu N. A threshold selection method from gray-level histograms[J]. IEEE transactions on systems, man, and cybernetics, 1979, 9(1): 62-66.?http://t.cn/EfZOfK3

如果你也有想分享的干貨，可以登錄天池實驗室(notebook)，包括賽題的理解、數據分析及可視化、算法模型的分析以及一些核心的思路等內容。

小天會根據你分享內容的數量以及程度，給予豐富的神秘天池大禮以及糧票獎勵。分享成功后你也可以通過下方釘釘群?主動聯系我們的社區運營同學(釘釘號：doqclsn 或 yiwen1991)

天池寶貝們有任何問題，可在戳“留言”評論或加入釘釘群留言，小天會認真傾聽每一個你的建議！

點擊下方圖片即可閱讀

如何使用PAI深度學習TensorFlow讀寫OSS教程？

如果你會模型融合！那么，我要和你做朋友

《流浪地球》為何從不被看好到票房榜首，數據分析給你答案！

除了獎金還送800萬入駐權益，未來科技城——智能城市建設合伙人大賽正式啟動啦！

?????AI安全新探索，IJCAI-19阿里巴巴人工智能對抗算賽，約一波？

聽說戳了的人都?

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的c++opencv汉字分割_机器学习小白，还不快pick一下——【视觉与图像：阈值分割】...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。