c++ - opencv中自适应阈值和正常阈值之间的区别

Question

我有这个灰色的视频流：

此图像的直方图：

阈值图像：

  threshold( image, image, 150, 255, CV_THRESH_BINARY );

我得到：

我期望的。

当我使用以下方法进行自适应阈值处理时：

adaptiveThreshold(image, image,255,ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY,15,-5);

我得到：

这看起来像边缘检测而不是阈值。我所期望的是黑白区域。所以我的问题是，为什么这看起来像边缘检测而不是阈值。

提前谢谢

Answer 1

我在为 OCR 目的进行自适应阈值处理时遇到了同样的问题。（对不起，这是 Python 而不是 C++）

img = cv.LoadImage(sys.argv[1])
bwsrc = cv.CreateImage( cv.GetSize(img), cv.IPL_DEPTH_8U, 1)
bwdst = cv.CreateImage( cv.GetSize(img), cv.IPL_DEPTH_8U, 1)

cv.CvtColor(img, bwsrc, cv.CV_BGR2GRAY)
cv.AdaptiveThreshold(bwsrc, bwdst, 255.0, cv.CV_THRESH_BINARY, cv.CV_ADAPTIVE_THRESH_MEAN_C,11)
cv.ShowImage("threshhold", bwdst)
cv.WaitKey()

最后一个参数是用于计算每个像素阈值的邻域大小。如果你的邻居太小（我的邻居是 3 个），它就像边缘检测一样工作。一旦我把它变大，它就按预期工作了。当然，“正确”的大小将取决于图像的分辨率以及您正在查看的特征的大小。

Answer 2

自适应阈值的工作方式如下：

该函数根据以下公式将灰度图像转换为二值图像：

    THRESH_BINARY

    THRESH_BINARY_INV

其中 T(x,y) 是为每个像素单独计算的阈值。

阈值的工作方式不同：

该函数将固定级别的阈值应用于单通道阵列。

所以听起来adaptiveThreshold逐像素计算阈值，而threshold是为整个图像计算阈值——它用一个标尺测量整个图像，而另一个为每个像素制作一个新的“标尺”。