问题标签 [adaptive-threshold]

我有一个灰度“test.png”的png图像。我需要对这个图像应用自适应阈值。我正在使用 OpenCV。

我无法应用自适应阈值，因为图像不是灰度的。所以我尝试将图像读取为灰度：

现在我可以应用自适应阈值，但输出将是蓝色和红色图像，而不是黑白图像。任何人都可以帮忙吗？

我有以下代码，当我尝试对阈值图像执行关闭时，它看起来更糟并且没有消除胡椒噪声。

自适应阈值的输出是什么？以及如何将其转换回可用格式以便可以应用关闭？

或者你将如何去除胡椒粉并改善边缘？

我使用 java OpenCV 进行了自适应阈值处理，以识别图像中的黑点。但是我没有这样做。我的代码如下。 当我按照我在这里编写的代码时，代码无法检测到黑点。

我正在使用这个 python 脚本https://github.com/mzucker/page_dewarp ，它使用adaptiveThreshold（来自OpenCV）和pillow管理图像的渲染和颜色转换。

我会问是否可以修改脚本以获得八色灰度图像而不是默认的双色调。

我对python很陌生，但我认为要编辑的代码部分是这样的：

如果可以消除图像阈值并仅保留去扭曲特征，则将图像保留为输入中的图像，这将是一件好事。

编辑：我添加了两个示例：

(1) 预期产出：

(2) 实际产量：

这是输入图像：

我想使用打开的 cv 库将 AdaptiveThreshold 应用于我的位图图像，但是一旦我使用以下代码，它会显示空白（全白）图像，请帮我解决它。

以下是代码：

我的项目的一部分是在图像上使用阈值内核。阈值内核可能如下所示：

我想检查每组 3x3 像素（没有重叠），并使用我的内核对它们进行阈值处理。

例如，如果我有这个灰度图像：

然后在阈值处理后我应该得到这个图像：

我正在使用 TensorFlow，我的网络需要不同形状的批次。

输入是：

阈值内核的类型为：tf.Variable()，大小为 5x5， 应该学习它的值！

我找不到实现它的方法。我尝试遍历输入批次，但它的大小是未知的（它只在会话期间知道）。我不想复制阈值内核，因为这样网络将尝试学习它的所有值（现在太多了）。

有没有办法在没有循环的情况下做到这一点？如果没有，我怎么能用循环来做呢？

谢谢。

我正在使用Raspberry Pi它的相机来执行一些图像处理算法。因此，我正在对捕获的流的连续帧执行背景减法，并尝试查找图像中是否存在任何对象，如果是，则打印出它的区域。该算法按预期工作正常，但存在问题。

使用的阈值函数会cv2.THRESH_OTSU在没有物体存在时产生颗粒状图像，即背景和前景图像相同。然而，当前景图像中存在对象时，这些噪声/颗粒会消失。这些如下 -

1. 相同的背景图像和具有噪声的前景图像
2. 不同的背景和前景图像，没有任何噪音

如您所见，如果图像几乎相同，则存在噪点，如果在帧中引入任何对象，则噪点消失。

我尝试了以下方法来消除噪音，但没有奏效。

1. 尝试仅使用cv2.THRESH_BINARY/cv2.THRESH_BINARY_INV不使用 Otsu 二值化。

2. 我尝试增加捕获图像的亮度/对比度/饱和度，以查看性能是否变化，但没有变化。

3. 我试图增加/减少步骤之前的erosion/数量，但这也没有做出任何改变。dilationThresholding

这是我的代码 -

当背景和前景图像相同时，请帮我消除噪音。

谢谢你 ！

我使用共聚焦显微镜产生的 3D 体积。这些图像的 x,y,z 尺寸约为 1024,1024,50，并存储在 .tif 文件中。

我想将 OpenCV-pythoncv2.adaptiveThreshold应用于整个图像堆栈。以下代码适用于 2D 图像 (1024,1024,1)。如何将其扩展为整个卷并保存输出 .tif 文件？

谢谢！

如何在 r 中将预测模型的阈值编码为自动成为一个值，使得灵敏度对于模型的所有运行都是一个特定的比例/值？

例如，给定以下场景：

1. 阈值为 0.2；真阳性 = 20，假阴性 = 60，即灵敏度为 0.25
2. 阈值为 0.35；真阳性 = 60，假阴性 = 20，即灵敏度为 0.8

如何编写一个自动始终选择灵敏度阈值 0.8 的 r 代码，即从上面的场景 2？对于上下文，我正在使用插入符号建模框架。

这些关于阈值优化的链接没有多大帮助：

http://topepo.github.io/caret/using-your-own-model-in-train.html#Illustration5

从 ROC 曲线获取阈值

我想通过对小波系数进行阈值化来重建一维音频信号。首先，我读取音频信号并将其标准化。之后，我添加了高斯白噪声。随后我计算了分解的最大音量。

我使用小波对噪声信号进行了多级小波分解db2，得到了近似和详细的系数。对于使用 的阈值计算wdencmp，我使用软阈值获得阈值并将此阈值应用于小波系数。最后，我使用waverec新系数重建原始信号。

我是否以正确的方式将阈值应用于小波系数？现在重建的信号是否正确？