Question

我正在使用灰度图像。我正在寻找一种方法来过滤主要靠近黑色和近白色像素的图像，这些图像主要是灰色像素。

目前，我在做：

应用阈值从灰色过滤B / W像素。
将黑色的数量加上白色的数量与图像的总像数进行比较。

有没有其他方法可以解决这个问题？也许是现有的OpenCV方法？

编辑以下是我对上述内容的实现。

bool isBinary(cv::Mat img)
{
    cv::Mat whites, blacks;
    unsigned int count_whites=0, count_blacks=0, count_pixels=0;

    // White enough goes to full white (255)
    cv::threshold(img, whites, 250, 255, THRESH_BINARY);
    // Not black enough goes to full white (255)
    cv::threshold(img, blacks, 5, 255, THRESH_BINARY);

    cv::MatIterator_<unsigned char> it_whites = whites.begin<unsigned char>(), it_whites_end = whites.end<unsigned char>();
    cv::MatIterator_<unsigned char> it_blacks = blacks.begin<unsigned char>();

    for (; it_whites != it_whites_end; ++it_whites, ++it_blacks) {
        unsigned char current_white=*it_whites, current_black=*it_blacks;
        // Checking white
        if ((int)*it_whites == 255)
            count_whites++;
        // Checking black
        if ((int)*it_blacks == 0)
            count_blacks++;
        count_pixels++;
    }

    // Let's say 80% its predominantly binary for me
    return (count_blacks + count_whites) > 0.8*count_pixels;
}

Answer 1

你只需要决定你在做什么。

图像可以是全灰度 - 0-255范围内的像素，表示大多数数字，全二进制 - 所有像素0或255，具有抗锯齿的二进制 - 像素0或255，边界除外，其中允许中间值，本质上是二进制 - 大多数值接近0或255但不完全是0或255.可能还有其他可能性。

查找Otsu阈值处理，这将是一种将图像分离为前景和背景的有用技术。然后决定你会打电话给什么＆＃34;黑白＆＃34;你会称之为＆＃34;灰度＆＃34;。

如何区分二进制和灰度图像？

1 个答案: