问题标签 [threshold]

所以我在 OpenCV 的 C++ 版本中使用了 cvThreshold，当使用 CV_THRESHOLD_OTSU 时，我得到一个双倍的回报，告诉我使用的阈值是什么。

在 OpenCVSharp 中，该函数被定义为仅返回 void。是我在滥用它还是我们不再获得该选项？

我的算法的特征提取步骤，在“3D”图像上应用了一些过滤器，并使用过滤像素的值作为图像原始像素的特征。

我的问题是我只需要一小部分像素（阈值像素）的特征，而不是所有图像。并且过滤所有图像而不是仅过滤一些像素非常耗时。

我的问题是如何仅过滤图像的选定像素？有没有为此目的的matlab函数？（我想我不能使用imfilter）

谢谢你。

我用 Java 处理一个项目，它加载图像并查找每个像素的颜色信息。我需要在颜色定义上检测天空，这可能看起来像天空 - 使用蓝色范围。最初似乎最好使用 RGB，但这需要定义所有蓝色阴影（不可数）。我找到了分析方法，每种颜色使用 HSV 的阈值，但不知道如何分别使用颜色范围加载一些库，如何解决。谢谢你的帮助。

numpy中这些函数有对应的方法吗？

谢谢大家。

我有一组用于机器学习的加权特征。我想减少功能集，只使用重量非常大或非常小的那些。

因此，在下面的排序权重图像中，我只想使用权重高于较高或低于较低黄线的特征。

我正在寻找的是某种斜率变化检测，因此我可以丢弃所有特征，直到第一个/最后一个斜率系数增加/减少。

虽然我（认为我）知道如何自己编写代码（使用一阶和二阶数值导数），但我对任何已建立的方法都感兴趣。也许有一些统计数据或索引可以计算类似的东西，或者我可以从 SciPy 使用的任何东西？

编辑： 目前，我使用1.8*positive.std()的是正阈值和1.8*negative.std()负阈值（快速而简单），但我不是足够的数学家来确定这是多么强大。不过，我认为不是。⍨</p>

我正在尝试优化以下 C# 代码，它将字节设置为0x00或0xFF基于阈值。

Visual Studio 的性能分析器显示，上述代码相当昂贵，需要将近 8 秒的时间来计算 - 占我总处理费用的 98%。我正在处理不到一千件物品，因此加起来超过两个小时。

我认为问题与三元条件运算符有关，因为它会导致分支。我想某种纯数学运算可能会快得多，因为它对 CPU 缓存友好。

有没有办法优化这个？如果有帮助，我可以修复阈值。我认为任何高于约 7% 的性能提升都是胜利，因为总处理时间缩短了整整 10 分钟。

我正在尝试在运行时设置图像的阈值。目前我的代码如下所示：

picturebox3包含黑白图像。问题在imageAttr.SetThreshold(kryptonTrackBar1.Value / 100);线路内部。

我的轨迹条最大值为 100，最小值为 0。所以在滚动轨迹条时我应该以 0.07 等数字结束，但轨迹条只返回 0 和 1 的值！1 如果我一直向右滚动！

它出什么问题了？

我正在用 Actionscript 3 编写一个程序，其中涉及一个滑块，当您以“第 2 周第 3 周”或“第 8 个月第 2 周”的格式向右滑动时，它会显示一年中的周数和月数。我做了几个月这样的事情：function monthHandler(){

但是对于同一个滑块（aSlider），我想每个月显示几周，最多 4 周。我知道我基本上需要设置一个数字阈值；值 1-4 将显示周数：1-4，但值 5-8 也必须显示周数 1-4。

我知道我可以通过使用 if() 循环的 crapton 来做到这一点，但我对编程比较陌生，所以我假设有一种更有效的方法来做到这一点，而我只是不知道。我环顾网络以检查数字的倍数并设置数字阈值，但似乎没有什么适合我的问题。

几周的当前代码是：

当我将滑块滑过物体的四分之一时，所有这些都会显示 1-4。就像我说的，我知道这不起作用，但我不知道该怎么做才能解决它。

我有一个白色背景的 png 图像，我想将其变为透明。这个命令相当简单：

但是，如果白色背景不是完全白色的（即 、#FFFFFF等rgb(255,255,255)），则此方法效果不佳。

有没有办法将所有内容减少到某个阈值以下以完成白色？谢谢。

我正在研究 R 中的两阶段阈值分位数回归模型，我的目标是分两个阶段估计简化形式方程的阈值（称为 rhohat）和结构方程的阈值（称为 qhat） . 在第一阶段，我通过分位数回归估计 rhohat 并获得拟合值。我使用这些拟合值来估计第二阶段的 qhat。代码如下（感谢 Bruce Hansen 教授，我修改了他的代码）：

您可以轻松地自己运行它。问题是当我写作时，

stqr_thresh_loop(n=200,reps=500)

代码崩溃了，从来没有给我任何结果。我究竟做错了什么？非常感谢！！