Opencv 自适应高斯阈值滤波器是如何工作的?
我已经成功地在树莓Pi上实现了OpenCVs自适应高斯阈值。该算法(与高斯窗口的互相关)实际上是如何工作的 通过阅读文档和在线搜索,我找不到任何解释函数操作的内容,只有如何实现它(我已经完成了)()Opencv 自适应高斯阈值滤波器是如何工作的?,opencv,image-processing,filtering,Opencv,Image Processing,Filtering,我已经成功地在树莓Pi上实现了OpenCVs自适应高斯阈值。该算法(与高斯窗口的互相关)实际上是如何工作的 通过阅读文档和在线搜索,我找不到任何解释函数操作的内容,只有如何实现它(我已经完成了)() 如果需要注意的话,我正在使用此过滤器来提高我在Pi上开发的条形码阅读器的可读性,当存在不一致的照明时。你所谓的“与高斯窗口的互相关”实际上应该是一个卷积运算。高斯滤波器是一种低通滤波器。这意味着它会抑制图像的高频内容,只留下缓慢的空间变化。这种想法是,缓慢的变化主要是由图像中的光照变化引起的,而高频
如果需要注意的话,我正在使用此过滤器来提高我在Pi上开发的条形码阅读器的可读性,当存在不一致的照明时。你所谓的“与高斯窗口的互相关”实际上应该是一个卷积运算。高斯滤波器是一种低通滤波器。这意味着它会抑制图像的高频内容,只留下缓慢的空间变化。这种想法是,缓慢的变化主要是由图像中的光照变化引起的,而高频则是由边缘引起的 另一种观察滤波器的方法是将其视为局部(加权)平均。每个输出像素是邻域中像素的加权平均值 因此,阈值步骤将像素值与局部平均像素值进行比较。值相对较高的像素被视为前景,值相对较低的像素被视为背景 将其与正常阈值进行对比,正常阈值与所有像素的固定值进行比较。通过使用局部平均值,我们可以独立于图像中的照明差异