OpenCV实现图像阈值化
来源:互联网 发布:海贼王887 知乎 编辑:程序博客网 时间:2024/06/08 09:37
纯粹阅读,请移步OpenCV实现图像阈值化
效果图
源码
KqwOpenCVBlurDemo
阈值化是一种将我们想要在图像中分析的区域分割出来的方法。
我们把每个像素值都与一个预设的阈值做比较,再根据比较的结果调整像素值。
类似这样
Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY);
其中100是阈值,255是最大值(纯白色的值)。
常量
自适应阈值
上述的阈值化是全局性的,我们也可以根据邻域像素为任意像素计算阈值。
自适应阈值用到的3个参数
自适应方法
- Imgproc.ADAPTIVE_THRESH_MEAN_C:阈值是邻域像素的值
- Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C:阈值是领域像素的加权和,权重来自高斯核
块尺寸
邻域的大小
常量C
从对每个像素计算得到的均值或加权均值减去的常量
图像置灰
Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
自适应阈值化
Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0);
封装
这里我用到了RxJava。主要是因为图片处理是耗时操作,会阻塞线程,为了防止界面卡顿,这里使用RxJava进行了线程切换。
/** * 自适应阈值 * * @param bitmap 要处理的图片 */public void adaptiveThreshold(Bitmap bitmap) { // 使用RxJava处理图片 if (null != mSubscriber) Observable .just(bitmap) .map(new Func1<Bitmap, Bitmap>() { @Override public Bitmap call(Bitmap bitmap) { // Bitmap转为Mat Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4); Utils.bitmapToMat(bitmap, src); // 图像置灰 Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY); // 自适应阈值化 Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0); // 二值阈值化 // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY); // 阈值化到零 // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO); // 截断阈值化 // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TRUNC); // 反转二值阈值化 // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY_INV); // 反转阈值化到零 // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO_INV); // Mat转Bitmap Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888); Utils.matToBitmap(src, processedImage); return processedImage; } }) .subscribeOn(Schedulers.io()) .observeOn(AndroidSchedulers.mainThread()) .subscribe(mSubscriber);}
调用
// 图片处理的工具类mBlurUtil = new BlurUtil(new Subscriber<Bitmap>() { @Override public void onCompleted() { // 图片处理完成 dismissProgressDialog(); } @Override public void onError(Throwable e) { // 图片处理异常 dismissProgressDialog(); } @Override public void onNext(Bitmap bitmap) { // 获取到处理后的图片 mIvImageProcessed.setImageBitmap(bitmap); }});// 自适应阈值mBlurUtil.adaptiveThreshold(mSelectImage);
0 0
- OpenCV实现图像阈值化
- opencv-----图像阈值化
- OpenCV图像的阈值化
- opencv(14)---图像阈值化
- 利用OpenCV实现图像的阈值分割
- Opencv学习笔记-----图像阈值化处理
- 图像阈值化(Python+opencv)
- opencv学习之图像阈值化
- 【OpenCV学习笔记】十六、图像阈值化
- Opencv学习——图像阈值化
- opencv图像阈值设置
- Python-OpenCV图像阈值
- opencv 图像阈值分割图像
- otsu结合OpenCV实现灰度图像自动阈值处理
- opencv阈值法分割图像
- opencv图像的阈值操作
- opencv-pytho(9):图像阈值
- 自己实现图像阈值化(OTSU)
- java语言的历史
- 用户特征工程 超详细解读
- C++--堆和栈详解
- 开发感想
- 自定义AlertDialog取消窗口
- OpenCV实现图像阈值化
- Excel2013破解vba工程密码以及工作表保护密码
- 数据结构之图---广度优先遍历---C++实现
- 【C++】实现万年历
- python 计算信息熵和信息增益
- HDU5802 Windows 10[贪心+DFS]
- 最小生成树——Prim算法
- 条款十三:以by reference方式捕获异常
- 动态树-LCT-bzoj2002弹飞绵羊