OpenCV 自适应阈值化 ?

5 min read

OpenCV 中的自适应阈值化是一种图像处理方法，它可以根据图像局部的亮度情况动态地调整阈值。这种方法的原理是首先选择一个固定大小的窗口（比如 5x5 或者 11x11），然后在每个窗口中计算一个局部均值和标准差，然后用这个局部均值和标准差来动态地调整阈值。

OpenCV 中的自适应阈值化函数为 cv2.adaptiveThreshold()，它的基本语法如下：

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst]) → dst

其中：

  • src：原始图像。
  • maxValue：二值化时使用的最大值。
  • adaptiveMethod：自适应方法。可以是 cv2.ADAPTIVE_THRESH_MEAN_C 或者 cv2.ADAPTIVE_THRESH_GAUSSIAN_C。
  • thresholdType：阈值化类型。可以是 cv2.THRESH_BINARY 或者 cv2.THRESH_BINARY_INV。
  • blockSize：窗口大小（必须是奇数）。
  • C：从均值中减去的常量。
  • dst：输出图像（可选）。

使用自适应阈值化可以处理一些特殊情况，比如照片中存在大片光影分明的区域，或者照片中存在大面积阴影等。通过动态地调整阈值，就可以更好地把握不同区域的亮度差异，提高图像处理的效果。