Python 调整自适应阈值参数背后的直觉

在遵循和使用函数时，我对调整

blocksize

和

C

以找到理想值的直觉感到困惑

当调整这些参数而不是进行完全随机的猜测和检查过程时，应该采取什么方法？有没有更好的技术可以基于图像的颜色组织程序来学习这些参数

cv2.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)

---

块大小的选择应确保块始终可以看到前景和背景。如果块太小，完全位于前景或背景内的块将看不到区域中的实际对比度，它将只看到噪声。因此，对于该块，阈值化结果将不会分离背景和前景，而是在单一相位内分离噪声

如果每个块都看到大量的两个相位，则阈值

C

可以为零

如果无法选择足够大的块大小，并且某些块只能看到背景，则可以将

C

值设置为足够大，使这些块只能看到背景。背景噪声标准偏差的两倍是一个良好的起始值

同样，如果前景相位较大，则将

C

设置为负值，以便完全位于前景中的块只产生前景