问题标签 [image-thresholding]

我自己实现的 otsu 返回高质量的二值化图像，但如果图像具有“更多黑色”像素，则返回全黑图像，如果图像具有“更多白色”像素，则返回全白图像。

我使用drawable，如果我使用相机，它会以相同的想法返回输出（全黑或全白）。即使图像有更多的黑色或更多的白色，如何正确二值化图像？

（当我尝试比较和检查输出时，以全黑或全白返回的图像可以通过 sauvola 进行二值化。我没有放 sauvola 输出以避免长时间发布，但如果需要，我可以发布它。）

以下是 Otsu 上的一些输出：

良好的输出：

错误输出： 下图来自相机捕获）

大津二值化码

我在基于文本数字的图像上应用阈值。使用skimage.filters.try_all_threshold7 种阈值算法得到应用。我能够得到结果，但我正在考虑如何只选择 1 个结果将结果传递给下一个过程/动态选择 1 个最佳结果。

我尝试分析以下图像，其想法是勾勒出液滴的轮廓，以便我可以使用 bwboundaries 获取其边界。

我的代码目前是

这导致以下输出。它包括与边界颜色相似的液滴周围的边缘。

目标是实现以下输出。我该如何解决这个问题？是使用阈值范围而不是静态值的解决方案（我不确定这是否能解决问题）还是有其他方法？

提前致谢。

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！

我要做的是使用矩阵运算进行图像阈值处理，但不是将阈值结果设置为固定值，例如 256 或其他值，而是尝试将结果设置为等于计算其他两个像素值相同大小的图像。因此，例如：

MATLAB 通常会尝试将整个thirdImage .* 10值相乘并保存，但我想要的只是那些匹配的特定像素来执行操作并覆盖secondImage.

这个怎么做？

当我应用阈值时，出现错误：

错误是：

我申请img = sitk.Image(img.GetSize(), sitk.sitkUInt8)了，但我得到了一个黑色的图像。

有没有类似Python 的选项double(img)？im2bw会正常工作吗？print(img) 给出以下内容

VectorImage (0x2f57af0) RTTI 类型信息：itk::VectorImage 参考计数：1 修改时间：1289 调试：关闭对象名称：观察者：无源：（无）源输出名称：（无）发布数据：关闭数据发布：假全局发布数据：关闭 PipelineMTime：1278 UpdateMTime：1288 RealTimeStamp：0 秒 LargestPossibleRegion：维度：2 索引：[0, 0] 大小：[305, 305] BufferedRegion：维度：2 索引：[0, 0] 大小：[305, 305 ] RequestedRegion: 维度: 2 索引: [0, 0] 大小: [305, 305] 间距: [1, 1] 原点: [0, 0] 方向: 1 0 0 1

索引到点矩阵：1 0 0 1

点到索引矩阵：1 0 0 1

反向：1 0 0 1

VectorLength：4 PixelContainer：ImportImageContainer (0x24ba950) RTTI typeinfo：itk::ImportImageContainer 参考计数：1 修改时间：1285 调试：关闭对象名称：观察者：无指针：0x30bb390 容器管理内存：true 大小：372100 容量：372100

​</p>

我想根据密度显示温度。

以下是我使用的功能，

1. add_heat函数将遍历跟踪器并仅在那些特定区域上调整热图以进行阈值处理
2. 如果低于某个阈值，apply_threshold 会将所有像素转换为零。

我这样称呼它，

trackers 包含所有被跟踪的坐标。但是，当我尝试显示最终结果时，它仍然是黑色的。我可以知道我错过了什么吗？

我正在尝试在 Opencv 中使用 Otsu 的方法对图像进行阈值处理：

尽管当我对其进行阈值处理时，图片的某些部分完全被白色包围，并在 Opencv 中创建并最终没有检测到图像中的所有轮廓。这就是我使用 Otsu 的方法阈值处理时得到的结果ret,thresh=cv2.threshold(blurred,0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)：

编辑： 有些人要求提供我正在使用的代码，所以这里是：

现在它会发出一些方格的噪音：

我正在对图像进行阈值处理，我得到了这个结果：阈值后的图像。

现在我只想实现最大椭圆形的轮廓： 椭圆形。

使用 OpenCV 实现它的最佳方法是什么？我知道这个形状有一些分支。有没有可能摆脱它们？

我正在尝试对具有挑战性噪声的图像进行阈值处理。

.

侧面的数字是尺寸。我尝试了各种标准方法：

我想在深灰色区域内分割“较轻”部分（反之亦然）。我玩过各种内核大小和恒定值，但没有什么能给我很好的分割。任何想法我还能尝试什么或如何改善结果？我使用代码得到的一些示例结果是