国产片侵犯亲女视频播放_亚洲精品二区_在线免费国产视频_欧美精品一区二区三区在线_少妇久久久_在线观看av不卡

服務(wù)器之家：專注于服務(wù)器技術(shù)及軟件下載分享
分類導(dǎo)航

PHP教程|ASP.NET教程|Java教程|ASP教程|編程技術(shù)|正則表達(dá)式|C/C++|IOS|C#|Swift|Android|VB|R語言|JavaScript|易語言|vb.net|

服務(wù)器之家 - 編程語言 - C/C++ - C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

2022-03-11 13:22翟天保Steven C/C++

本文主要介紹了適合當(dāng)圖像的直方圖具有明顯單峰特征時(shí)使用，結(jié)合了三角法的原理而設(shè)計(jì)的圖像分割方法，感興趣的小伙伴可以了解一下

需求說明

在對圖像進(jìn)行處理時(shí)，經(jīng)常會(huì)有這類需求：想通過閾值對圖像進(jìn)行二值化分割，以提取自己感興趣的區(qū)域，常見的閾值分割方法有常數(shù)分割、最大類間方差法、雙峰分割、三角法等等，不同的場景應(yīng)用不同的閾值方法。

今天要講的方法，適合當(dāng)圖像的直方圖具有明顯單峰特征時(shí)使用，結(jié)合了三角法的原理而設(shè)計(jì)，相比較OpenCV自帶的三角法，好處是可以根據(jù)自身需求合理修改函數(shù)；如果用OpenCV庫的函數(shù)，只有一個(gè)接口，若不能達(dá)到較理想的應(yīng)用效果，就束手無策了。

下面介紹具體實(shí)現(xiàn)流程。

 

具體流程

1）取圖像的灰度圖，并遍歷統(tǒng)計(jì)0-255各個(gè)灰度值所出現(xiàn)的次數(shù)。

cv::Mat src = imread("test.jpg", 0);
cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
for (int i = 0; i < src.rows; ++i)
{
	for (int j = 0; j < src.cols; ++j)
	{
		hist.at<float>(0, src.at <uchar>(i, j))++;
	}
}

2）去除0和255的直方圖數(shù)據(jù)，這一步就是OpenCV三角法所沒有的。很多人可能不理解為什么要這一步，在你對圖像進(jìn)行閾值化時(shí)如果提前進(jìn)行了相關(guān)的運(yùn)算，可能導(dǎo)致結(jié)果大于255的數(shù)值全部變?yōu)?55，或者數(shù)值低于0的數(shù)值全部變?yōu)?，這就使得0和255的數(shù)值其實(shí)涵蓋了許多數(shù)值，呈累加態(tài)，很容易形成雙峰，這樣就很難找到我們真正想要的峰。例如0和255的數(shù)值都是10000左右,0略大一些，而我們的真峰是在250左右的灰度值，數(shù)值只有8000多，那么在后續(xù)閾值計(jì)算時(shí)就會(huì)因?yàn)榉宓姆较蝈e(cuò)了而帶來毀滅性打擊。別覺得我說夸張了，只有自己去碰碰壁才能深刻領(lǐng)悟我說的。

hist.at<float>(0, 255) = 0;
hist.at<float>(0, 0) = 0;

3）確認(rèn)峰值位置，maxidx是峰值對應(yīng)的灰度值，max是峰值高度，也是灰度值對應(yīng)數(shù)據(jù)的個(gè)數(shù)。

float max = 0;
int maxidx = 0;
for (int i = 0; i < 256; ++i)
{
	if (hist.at<float>(0, i) > max)
	{
		max = hist.at<float>(0, i);
		maxidx = i;
	}
}

4）判斷峰值在左側(cè)還是右側(cè)，true為左側(cè)，false為右側(cè)。

bool lr = maxidx < 127;

5）當(dāng)在左側(cè)時(shí)，連接峰值(maxidx,max)和(255,0)點(diǎn)，用兩點(diǎn)建立直線公式，如下圖所示公式。 L的表達(dá)式可以轉(zhuǎn)換為Ax+By+C=0的形式，A是-max，B是maxidx-255，C是max*255，在結(jié)合距離公式可以計(jì)算出直方圖曲線上每個(gè)點(diǎn)到直線的距離，取距離最長的那個(gè)點(diǎn)作為閾值。

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

if (lr)
{
	float A = float(-max);
	float B = float(maxidx - 255);
	float C = float(max * 255);

	for (int i = maxidx + 1; i < 256; ++i)
	{
		float x0 = float(i);
		float y0 = hist.at<float>(0, i);
		float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
		if (d > maxd)
		{
			maxd = d;
			maxdidx = i;
		}
	}
}

6）右側(cè)同理，連接峰值(maxidx,max)和(0,0)點(diǎn)，公式ABC如代碼所示。

else {
	float A = float(-max);
	float B = float(maxidx);
	float C = 0.0f;

	for (int i = 0; i < maxidx; ++i)
	{
		float x0 = float(i);
		float y0 = hist.at<float>(0, i);
		float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
		if (d > maxd)
		{
			maxd = d;
			maxdidx = i;
		}
	}
}

7）二值化，完成。

result.setTo(255, src > maxdidx);
idx = maxdidx;
return result;

 

功能函數(shù)

// 單峰三角閾值法
cv::Mat Thresh_Unimodal(cv::Mat &src, int& idx)
{
	cv::Mat result = cv::Mat::zeros(src.size(), CV_8UC1);

	// 統(tǒng)計(jì)直方圖
	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			hist.at<float>(0, src.at<uchar>(i, j))++;
		}
	}
	hist.at<float>(0, 255) = 0;
	hist.at<float>(0, 0) = 0;
	// 搜索最大值位置
	float max = 0;
	int maxidx = 0;
	for (int i = 0; i < 256; ++i)
	{
		if (hist.at<float>(0, i) > max)
		{
			max = hist.at<float>(0, i);
			maxidx = i;
		}
	}
	// 判斷最大點(diǎn)在哪一側(cè)，true為左側(cè)，false為右側(cè)
	bool lr = maxidx < 127;

	float maxd = 0;
	int maxdidx = 0;
	// 假設(shè)在左側(cè)
	if (lr)
	{
		float A = float(-max);
		float B = float(maxidx - 255);
		float C = float(max * 255);

		for (int i = maxidx + 1; i < 256; ++i)
		{
			float x0 = float(i);
			float y0 = hist.at<float>(0, i);
			float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
			if (d > maxd)
			{
				maxd = d;
				maxdidx = i;
			}
		}
	}
	// 假設(shè)在右側(cè)
	else {
		float A = float(-max);
		float B = float(maxidx);
		float C = 0.0f;

		for (int i = 0; i < maxidx; ++i)
		{
			float x0 = float(i);
			float y0 = hist.at<float>(0, i);
			float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
			if (d > maxd)
			{
				maxd = d;
				maxdidx = i;
			}
		}
	}

	// 二值化
	result.setTo(255, src > maxdidx);
	idx = maxdidx;
	return result;
}

 

C++測試代碼

#include <iostream>
#include <time.h>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

cv::Mat DrawHistImg(cv::Mat &hist);
cv::Mat Thresh_Unimodal(cv::Mat &src, int& idx);

int main()
{
	cv::Mat src = imread("test.jpg", 0);

	// 繪制均衡化后直方圖
	cv::Mat hrI = DrawHistImg(src);

	// 單峰三角閾值法
	int thresh;
	cv::Mat result = Thresh_Unimodal(src, thresh);

	cout << " thresh: " << thresh << endl;

	imshow("original", src);
	imshow("hist", hrI);
	imshow("result", result);
	waitKey(0);

	return 0;
}


// 繪制簡易直方圖
cv::Mat DrawHistImg(cv::Mat &src)
{
	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			hist.at<float>(0, src.at <uchar>(i, j))++;
		}
	}
	cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1);
	const int bins = 255;
	double maxValue;
	cv::Point2i maxLoc;
	cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);
	int scale = 4; 
	int histHeight = 540;

	for (int i = 0; i < bins; i++)
	{
		float binValue = (hist.at<float>(i));
		int height = cvRound(binValue * histHeight / maxValue);
		cv::rectangle(histImage, cv::Point(i * scale, histHeight),
			cv::Point((i + 1) * scale - 1, histHeight - height), cv::Scalar(255), -1);

	}
	return histImage;
}

// 單峰三角閾值法
cv::Mat Thresh_Unimodal(cv::Mat &src, int& idx)
{
	cv::Mat result = cv::Mat::zeros(src.size(), CV_8UC1);

	// 統(tǒng)計(jì)直方圖
	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			hist.at<float>(0, src.at<uchar>(i, j))++;
		}
	}
	hist.at<float>(0, 255) = 0;
	hist.at<float>(0, 0) = 0;
	// 搜索最大值位置
	float max = 0;
	int maxidx = 0;
	for (int i = 0; i < 256; ++i)
	{
		if (hist.at<float>(0, i) > max)
		{
			max = hist.at<float>(0, i);
			maxidx = i;
		}
	}
	// 判斷最大點(diǎn)在哪一側(cè)，true為左側(cè)，false為右側(cè)
	bool lr = maxidx < 127;

	float maxd = 0;
	int maxdidx = 0;
	// 假設(shè)在左側(cè)
	if (lr)
	{
		float A = float(-max);
		float B = float(maxidx - 255);
		float C = float(max * 255);

		for (int i = maxidx + 1; i < 256; ++i)
		{
			float x0 = float(i);
			float y0 = hist.at<float>(0, i);
			float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
			if (d > maxd)
			{
				maxd = d;
				maxdidx = i;
			}
		}
	}
	// 假設(shè)在右側(cè)
	else {
		float A = float(-max);
		float B = float(maxidx);
		float C = 0.0f;

		for (int i = 0; i < maxidx; ++i)
		{
			float x0 = float(i);
			float y0 = hist.at<float>(0, i);
			float d = abs(A * x0 + B * y0 + C) / std::sqrt(A * A + B * B);
			if (d > maxd)
			{
				maxd = d;
				maxdidx = i;
			}
		}
	}

	// 二值化
	result.setTo(255, src > maxdidx);
	idx = maxdidx;
	return result;
}

 

測試效果

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

圖1 原圖灰度圖

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

圖2 直方圖

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

圖3 閾值圖

C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解

圖4 閾值結(jié)果

通過imagewatch插件可以觀察閾值203是不是在距離最遠(yuǎn)的位置，答案是肯定的。

如果函數(shù)有什么可以改進(jìn)完善的地方，非常歡迎大家指出，一同進(jìn)步何樂而不為呢~ 

以上就是C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解的詳細(xì)內(nèi)容，更多關(guān)于C++ OpenCV單峰三角閾值法的資料請關(guān)注服務(wù)器之家其它相關(guān)文章！

原文鏈接：https://blog.csdn.net/zhaitianbao/article/details/121790192

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板： 黄色小网站免费观看 | 一区二区三区精品视频 | 亚洲品质自拍视频网站 | 色站综合 | 伊人青青操 | 久久久久成人精品 | 午夜精品视频在线观看 | 亚洲国产精品久久 | 免费黄色在线 | 天天干天天草 | 国产精品日本欧美一区二区三区 | 四虎小视频 | 黄色一级大片在线免费看产 | 6080夜射猫 | 日韩一区中文 | 人人澡人人透人人爽 | 亚洲一区综合 | 久久国产精品久久久久久久久久 | 免费91视频 | 国产视频一区二区 | 日韩一区二区三区在线视频 | 一级毛片av| 欧美日韩精品 | 欧美freesex交免费视频 | 欧美成年黄网站色视频 | 九色在线观看 | 中文字幕av一区二区三区 | 国产精品久久久久久久久久大牛 | av网站观看 | 午夜成人免费视频 | 在线观看免费视频黄 | www.av在线.com| 欧美成人高清视频 | 黄色小网站在线观看 | 懂色中文一区二区在线播放 | 久久久久久日产精品 | 久久久精品国产亚洲 | 伊人久久综合精品一区二区三区 | 亚洲午夜一区 | 久久国产一区二区 | 麻豆乱码国产一区二区三区 |