opencv中自适应阈值与正常阈值的区别

Question

我有这个灰色的视频流：

此图片的直方图：

阈值图像：

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

我得到：

我期待的。

当我使用自适应阈值处理时：

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

事先提前

Answer 1

自适应阈值的工作方式与this类似：

  

该功能可将灰度图像转换为二进制图像   公式：

    THRESH_BINARY

     

    THRESH_BINARY_INV

     

     

其中T（x，y）是为每个像素单独计算的阈值。

阈值有效differently：

  

该函数将固定级阈值应用于单通道数组。

因此听起来自适应阈值逐像素计算阈值，而阈值则计算整个图像的阈值 - 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”。 / p>

Answer 2

我有同样的问题为OCR目的进行自适应阈值处理。 （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的阈值的邻域的大小。如果您的邻居太小（我的是3），它就像边缘检测一样。一旦我做大了，它按预期工作。当然，“正确”的大小取决于图像的分辨率以及您正在查看的功能的大小。