Python 大津阈值内掩模

我正在使用Python，并尝试对图像进行大津阈值分割，但仅限于遮罩内部（是的，我有一个图像和一个遮罩图像）。这意味着在计算大津阈值时，直方图中将包含较少的图像像素

我目前正在使用没有遮罩图像的

cv2.threshold

功能，不知道如何做这种工作

ret，OtsuMat=cv2.threshold（GaborMat，0255，cv2.THRESH\u BINARY+cv2.THRESH\u OTSU）

由于这个函数还包含了遮罩外的像素，我认为它会给出一个不太准确的阈值

这是图像及其遮罩的示例：

---

希望有一个OpenCV或其他lib函数可以轻松实现（也可以使用快速计算），但任何形式的帮助都将不胜感激。

我使用skimage中的

threshold\u otsu（）

方法和Numpy掩码数组尝试了一下。我不知道是否有更快的方法-通常情况下，撇渣是非常优化的。如果其他任何人想要获取我的样本数据并尝试其他想法，请随意-尽管服务费为一票；-）

这就给了我们：

测试数据的直方图如下所示，x轴为0..255

---

根据您自己的样本数据，我得出以下结论：

#!/usr/bin/env python3

import cv2
import numpy as np
import numpy.ma as ma
from skimage.filters import threshold_otsu

# Load images
im   = cv2.imread('eye.tif', cv2.IMREAD_UNCHANGED)
mask = cv2.imread('mask.tif', cv2.IMREAD_UNCHANGED)

# Calculate Otsu threshold on entire image
print(threshold_otsu(im))                       # prints 130

# Now do same for masked image
masked = ma.masked_array(im,mask>0)
print(threshold_otsu(masked.compressed())).     # prints 124

---

对于OpenCV，似乎没有内置的函数。就像建议的那样（C++而不是Python），您可以为这个循环使用OpenCV源代码设置自己的函数。记住，问题和答案是免费的，所以如果你被卡住了，回来再问一些。祝你的项目好运！

# Now make a mask revealing only left half of image, centred on 32 and 64
mask=np.zeros((100,400))
mask[:,200:]=1
masked = ma.masked_array(im,mask)
print(threshold_otsu(masked.compressed()))       # Prints 47

# Now do same revealing only right half of image, centred on 160 and 192
masked = ma.masked_array(im,1-mask)
print(threshold_otsu(masked.compressed()))       # Prints 175

#!/usr/bin/env python3

import cv2
import numpy as np
import numpy.ma as ma
from skimage.filters import threshold_otsu

# Load images
im   = cv2.imread('eye.tif', cv2.IMREAD_UNCHANGED)
mask = cv2.imread('mask.tif', cv2.IMREAD_UNCHANGED)

# Calculate Otsu threshold on entire image
print(threshold_otsu(im))                       # prints 130

# Now do same for masked image
masked = ma.masked_array(im,mask>0)
print(threshold_otsu(masked.compressed())).     # prints 124