în procesul și analiza imaginii, uneori avem nevoie de o metodă pentru a separa două date conexe, de exemplu, fundal și prim-plan, teren și râu. Aici, voi introduce un mod bazat pe date, care poate găsi în mod adaptiv pragul optim pentru a distinge pragurile de date Otsu din două clase. Această metodă poate fi aplicată în segmentarea imaginii și binarizarea imaginii, iar aceasta din urmă este subiectul principal din acest articol.
+scurtă introducere
metoda Otsu este o modalitate adaptivă de prag pentru binarizare în procesarea imaginilor. Trecând prin toate valorile de prag posibile (de la 0 la 255), se poate găsi valoarea de prag optimă a imaginii de intrare.
+mai multe detalii
în următoarele trei secțiuni, voi explica cum funcționează Otsu thresholding și de ce face asta.
Prezentare generală a metodei Otsu: găsiți valoarea pragului optim, astfel încât varianța Vw în cadrul clasei să fie minimă (sau varianța între clase Vb să fie maximă).
- creare histogramă pentru imaginea de intrare
presupunem că imaginea de intrare este o imagine în tonuri de gri. În ceea ce privește imaginea de intrare RGB, ar trebui să fie convertită mai întâi în imagine în tonuri de gri.
în pragurile Otsu, se utilizează date statistice ale unei imagini. În primul rând, vorbim despre „histogramă”. Este o reprezentare a distribuției datelor. Și … cum se creează histograma pentru o imagine de intrare? Foarte simplu, să ia o privire la exemplul de mai jos, pentru a calcula numărul de fiecare valoare pixel într-o singură imagine și acest rezultat statistic este așa-numita histogramă.
rețineți că intervalul valorii pixelilor este de la 0 la 255. Pentru comoditate, presupunem că valoarea pixelilor nu este mai mare de 5, iar valoarea pixelilor nu este legată de culoarea prezentată în exemplu.
