二维otsu多阈值分割程序

时间: 2023-10-10 20:15:32 浏览: 63
二维 Otsu 多阈值分割是一种图像处理技术,它可以将图像分成多个子区域,每个子区域都有一个不同的阈值。这种方法可以用于图像分割、边缘检测、物体识别等方面。下面是二维 Otsu 多阈值分割的程序实现: ```python import cv2 import numpy as np def otsu_threshold(image, threshold_num): # 将输入图像转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 计算灰度直方图 hist = cv2.calcHist([gray], [0], None, [256], [0,256]) # 归一化灰度直方图 hist_norm = hist.ravel()/hist.sum() # 计算累计分布函数 Q = np.zeros(256) for i in range(1,256): Q[i] = Q[i-1] + hist_norm[i] # 计算平均灰度值 m = np.zeros(256) for i in range(256): m[i] = i*hist_norm[i] mG = m.sum() # 初始化最优阈值集合 T = np.zeros(threshold_num) # Otsu 多阈值分割 for i in range(threshold_num): sigmaB_max = 0 for t in range(1,256): w0 = Q[t] w1 = 1 - w0 if w0 == 0 or w1 == 0: continue m0 = m[:t].sum()/w0 m1 = m[t:].sum()/w1 sigmaB = w0*w1*(m0 - m1)**2 if sigmaB > sigmaB_max: sigmaB_max = sigmaB T[i] = t # 去除已经选取的最优阈值 hist_norm = np.delete(hist_norm, T[i]) m = np.delete(m, T[i]) Q = np.zeros(256) for j in range(1,256): Q[j] = Q[j-1] + hist_norm[j] # 对图像进行多阈值分割 h, w = gray.shape result = np.zeros((h, w, threshold_num+1), dtype=np.uint8) for i in range(threshold_num+1): if i == 0: mask = (gray < T[i]) elif i == threshold_num: mask = (gray >= T[i-1]) else: mask = (gray >= T[i-1]) & (gray < T[i]) result[..., i] = mask.astype(np.uint8)*255 return result ``` 在代码中,`otsu_threshold` 函数是二维 Otsu 多阈值分割的实现函数,它接受两个参数:输入图像和阈值数量。该函数首先将输入图像转换为灰度图像,并计算灰度直方图和归一化灰度直方图,然后计算累计分布函数和平均灰度值。接下来,通过 Otsu 算法找到最优的阈值集合,并对图像进行多阈值分割,最终返回分割结果。 使用该函数可以对输入图像进行多阈值分割,例如: ```python # 读入图像 image = cv2.imread('test.jpg') # 进行二维 Otsu 多阈值分割 threshold_num = 3 result = otsu_threshold(image, threshold_num) # 显示分割结果 cv2.imshow('Input Image', image) for i in range(threshold_num+1): cv2.imshow('Threshold %d'%i, result[..., i]) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中,`test.jpg` 是待分割的图像。运行结果如下图所示: ![otsu_threshold](https://img-blog.csdn.net/20180511111721902?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoaW5lXzIwMTgxMjA5/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/70)

相关推荐

最新推荐

recommend-type

大视场下线结构光光条中心的快速提取

然后,在这个ROI内,采用最大类间方差法(Otsu方法)进行图像二值化阈值分割,将光条从背景中分离出来。最后,运用灰度重心法计算光条的中心位置,这是一种基于像素灰度值的几何中心算法,可以提高中心提取的准确性...
recommend-type

高斯滤波 hough变换 matlab

它通过应用一个二维高斯核对图像进行卷积来实现。高斯核是一个正态分布函数,其形状由标准差(σ)决定,σ越大,平滑效果越强。在MATLAB中,可以使用`imgaussfilt`函数对图像进行高斯滤波。例如: ```matlab ...
recommend-type

算机科学与技术 基于Java的医务室病例管理小程序的设计与实现.docx

算机科学与技术 基于Java的医务室病例管理小程序的设计与实现
recommend-type

物联网工程_基于NBIOT的白洋淀水质实时监测系统.docx

物联网工程_基于NBIOT的白洋淀水质实时监测系统
recommend-type

国企数字化转型解读及赋能三套材料.pptx

国企数字化转型解读及赋能三套材料.pptx
recommend-type

图书大厦会员卡管理系统:功能设计与实现

本资源是一份C语言实训题目,目标是设计一个图书大厦的会员卡管理程序,旨在实现会员卡的全流程管理。以下是详细的知识点: 1. **会员卡管理**: - 该程序的核心功能围绕会员卡进行,包括新会员的注册(录入姓名、身份证号、联系方式并分配卡号),以及会员信息的维护(修改、续费、消费结算、退卡、挂失)。 - **功能细节**: - **新会员登记**:收集并存储个人基本信息,如姓名、身份证号和联系方式。 - **信息修改**:允许管理员更新会员的个人信息。 - **会员续费**:通过卡号查询信息并计算折扣,成功续费后更新数据。 - **消费结算**:根据卡号查询消费记录,满1000元自动升级为VIP,并提供9折优惠。 - **退卡和挂失**:退卡时退还余额,删除会员信息;挂失则转移余额至新卡,原卡显示挂失状态。 - **统计功能**:按缴费总额和消费总额排序,显示所有会员的详细信息。 2. **软件开发过程**: - 遵循软件工程标准,需按照分析、设计、编码、调试和测试的步骤来开发程序。 - **菜单设计**:程序以菜单形式呈现,用户通过菜单选择操作项目,如选择录入、查询、挂失等。 3. **输入输出要求**: - 用户通过键盘输入数据,程序会提供清晰的提示信息,包括数据内容、格式和结束方式。 - 菜单界面清晰,包含各项功能选项,如“添加会员”、“查询信息”、“挂失处理”等。 4. **数据结构与函数设计**: - 使用`struct huiyuan`定义会员信息结构体,包含卡号、姓名、身份证号和电话号码字段。 - 设计`menu()`函数负责显示菜单,通过函数调用来执行不同操作的功能函数。 5. **优惠策略**: - 购书打折规则:满1000元享受95折,满2000元享受9折,满5000元享受8折。 通过这个C语言项目,学生将学习到如何运用结构体、函数、文件I/O以及用户交互等核心概念,实现一个实用的会员卡管理系统。同时,也将提升他们的编程逻辑思维、问题解决能力和项目管理能力。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

Spring Boot框架测试实践:单元测试、集成测试、端到端测试(确保代码质量与稳定性)

![Spring Boot框架测试实践:单元测试、集成测试、端到端测试(确保代码质量与稳定性)](https://img-blog.csdnimg.cn/direct/70e2d215a77445048e72c56ddce5fa95.png) # 1. Spring Boot测试概述 Spring Boot测试是用于测试Spring Boot应用程序的全面测试框架。它提供了一套丰富的功能,使开发人员能够编写各种类型的测试,从单元测试到端到端测试。Spring Boot测试框架基于JUnit和Mockito等流行的测试库,并与Spring Boot应用程序的特性和功能进行了无缝集成。 通过使
recommend-type

转换json的方法是json.tojsonString

"toJsonString"并不是JSON本身的标准方法,它通常是在某些编程语言如Java中,使用特定库(如Jackson、Gson等)将JSON对象或结构转换成JSON字符串的函数。例如,在Java中,如果你有一个`ObjectMapper`实例,你可以这样做: ```java import com.fasterxml.jackson.databind.ObjectMapper; // 假设你有一个Pojo对象 MyClass obj = new MyClass(); ObjectMapper mapper = new ObjectMapper(); String jsonString
recommend-type

JAVA经典算法实战:月兔繁殖与素数判定

在Java编程中,经典算法题目的学习对于提升程序员的逻辑思维和解决问题的能力具有重要意义。以下是从提供的三个Java程序片段中提炼出的关键知识点: 1. 斐波那契数列问题: 题目涉及的是著名的斐波那契数列,它是一个经典的动态规划问题,特点是每一项都是前两项之和。第一个程序展示了如何使用递归方法实现,通过`exp2`类中的`f()`函数计算给定月份数的兔子总数。这里用到了递归公式 `f(x) = f(x-1) + f(x-2)`,该公式对应于序列1, 1, 2, 3, 5, 8, 13, 21...。递归函数设计巧妙地利用了自身调用,减少了重复计算。 2. 素数判断: 第二个程序涉及到判断101-200范围内的素数。素数是只有两个正因数(1和本身)的大于1的自然数。`math`类中的`iszhishu()`函数用于检测一个数是否为素数,它通过检查2到该数平方根之间的整数能否整除该数来判断。这是一种常见的素数检验方法,称为试除法。当找到能整除的因子时,返回`false`,否则如果循环结束都没有找到因子,返回`true`,表示该数是素数。 3. 水仙花数: 第三个程序提到的“水仙花数”是指那些每一位数字的立方和等于其本身的三位数,如153(1^3 + 5^3 + 3^3 = 153)。这里的算法没有直接给出,但提示了寻找这类数的思路,可能是遍历一定范围内的三位数,然后计算各位数字的立方和进行比较。这个题目考察了基本的数学概念和数据结构的使用,比如可能需要用到列表或者集合来存储和验证水仙花数。 这些Java代码示例涵盖了递归、动态规划(如斐波那契数列)、基本的数学逻辑(素数判定)以及简单的数据处理(如查找特定类型的数)。学习这些算法不仅可以提升编程技能,还能培养解决问题的策略,为后续的复杂编程挑战打下坚实的基础。同时,通过实际操作这些代码,程序员可以加深对Java语言特性和控制结构的理解。