c++ - openCV AdaptiveThreshold 与 Otsu 阈值。投资回报率

Question

我尝试使用这两种方法，但似乎自适应阈值似乎给出了更好的结果。我用了

 cvSmooth( temp, dst,CV_GAUSSIAN,9,9, 0);

在原始图像上，只有我使用了阈值。

有什么我可以用 Otsu 方法调整的东西，以使图像更好，比如自适应阈值处理？还有一件事，侧面有一些不需要的指纹残留物，知道我该如何处理它们吗？

我从期刊上读到，通过比较自定义正方形中白色像素的百分比，我可以得到 ROI。然而，这种方法需要我有一个阈值，可以使用 OTSU 方法找到，但我不太确定 AdaptiveThresholding。

cvAdaptiveThreshold( temp, dst, 255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,13, 1 );

结果 ：

cvThreshold(temp, dst, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

Answer 1

要去除不需要的背景，您可以进行简单的遮罩操作。Otsu 阈值函数提供了一个阈值，可将前景图像从背景中切出。使用该阈值通过遍历整个输入图像来创建二进制掩码，检查当前像素值是否大于阈值，如果为真则将其设置为 1，如果为假则将其设置为 0。

然后，您可以通过简单的矩阵乘法运算或按位移位运算将二进制掩码应用于原始图像以去除背景。

Answer 2

尝试将图像划分为 ROI 并单独应用 otsu，然后将它们合并回来。根据最大照度，划分策略可以是静态的或动态的。