Image processing 如何从直方图中获取阈值？

我正在OpenCV中编写一个Android应用程序来检测斑点。一项任务是对图像设置阈值，以区分前景对象和背景（参见图）

只要图像已知，它就可以正常工作，我可以手动将阈值传递给threshold（）——在这个特定的图像中，比如200。但是假设图像不是已知的，只知道会有暗的固体背景和较亮的前景对象，我如何动态地计算出阈值呢

我遇到了直方图，在这里我可以计算灰度图像的强度分布。但是我找不到一种方法来分析直方图并选择感兴趣的对象（较轻的）所在的值。就是,；我想区分明显较暗的背景尖峰和较亮的前景尖峰——在本例中是200以上，但在另一种情况下，如果对象是灰色的，则可以是100

---

如果你说背景是暗的（黑色），前景是浅的，那么我建议使用（或任何其他YXX如YCrCb等），因为这样的颜色空间的第一个组成部分是亮度（或闪电）

因此，在提取Y通道后（通过

extractChennel

函数），我们需要分析该通道的直方图（图像）：

看到第一个（左）驼峰了吗？它代表图像上的黑暗区域（你的处境中的背景）。所以我们现在的目标是找到一个包含这个驼峰的部分（在横坐标上，它是图像中的红色部分）。很明显，这段的左边点是零。右点是第一点，其中：

• 直方图的（局部）最大值从点的左侧开始
• 直方图的值小于一些小ε（您可以将其设置为10）

我画了一条绿色的垂直线来显示这个柱状图中线段右点的位置

就这样！该段的右侧点是所需的阈值。结果如下（ε为10，计算的阈值为50）：

---

我认为删除上面图像中的噪声对您来说不是问题。

如果您所有的图像都是这样的，或者可以采用这种风格，我认为cv2.THRESHOLD_OTSU，即OTSU的tresholding算法是一个很好的选择

以下是在命令终端中使用Python的示例：

>>> import cv2
>>> import numpy as np
>>> img2 = cv2.imread('D:\Abid_Rahman_K\work_space\sofeggs.jpg',0)

>>> ret,thresh = cv2.threshold(img2,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

>>> ret
122.0

ret

是自动计算的阈值。我们只传递“0”作为此的阈值

我在GIMP中得到124（这与我们得到的结果相当）。而且它还能消除噪音。见下面的结果：

---

< /P> < P>以下是Abid的回答的C++实现，它与OpenCV 3。X:

// Convert the source image to a 1 channel grayscale:
Mat gray;
cvtColor(src, gray, CV_BGR2GRAY);
// Apply the threshold function with the CV_THRESH_OTSU setting as well
// You can skip having it return the value, but I include it for showing the
// results from OTSU
double thresholdValue = threshold(gray, gray, 0, 255, CV_THRESH_BINARY+CV_THRESH_OTSU);
// Present the threshold value
printf("Threshold value: %f\n", thresholdValue);

对原始图像运行此操作，我得到以下结果：

OpenCV计算出的阈值为122，接近于阿比德在答案中找到的值

为了验证，我更改了原始图像，如图所示：

并生成以下值，新阈值为178：

---

有很多方法可以做到这一点。也许大津的方法对你有用。如果不是，这仍然是一个很好的起点。你能上传100阈值的图像吗？因为在图像上50以上的阈值也是可以接受的。。。