通过在 javacv/opencv 中应用自适应阈值来提高质量？答案

【问题标题】：Improve the quality by applying adaptive threshold in javacv/opencv ?通过在 javacv/opencv 中应用自适应阈值来提高质量？
【发布时间】：2013-06-01 00:39:16
【问题描述】：

我正在尝试通过将以下股权应用于输入图像来提高我的图像质量。

        CvSize sz = cvSize(img.width(), img.height());
        IplImage gry = cvCreateImage(sz, img.depth(), 1);
        cvCvtColor(img, gry, CV_BGR2GRAY);
        cvAdaptiveThreshold(gry, gry, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, 5, 4);

这是我的输入文件

通过应用阈值，我需要将所有线条绘制为白色，将所有其他区域绘制为黑色，但在我的输出中有一些缺失的线条。那么请有人解释一下如何克服这个问题？

这是我应用高于阈值后的输出。

【问题讨论】：

标签： image-processing javacv threshold

【解决方案1】：

你应该做腐蚀（opencv中的cvErode（））然后膨胀（cvDilate（））去除小斑点。希望这会有所帮助

【讨论】：

非常感谢您的回复。是的，它可以用来去除那些斑点，但是我怎样才能连接那些断开的线路呢？这是我在这里遇到的主要问题。
我认为你应该逐个迭代 blob（连接组件分析）并扩大直到组件数量变为一个。如果您不知道，请查看维基百科上的连接组件标签。 OpenCV 和 Matlab 内置了 CCA 函数

【解决方案2】：

我希望你已经找到了答案，如果没有......在你的阈值之前尝试一些高斯模糊：

Mat image = imread("mX5h6.jpg", IMREAD_GRAYSCALE);
GaussianBlur(image, image, Size(3, 3), 0, 0);
adaptiveThreshold(image, image, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, 5, 4);
imshow("image", image);

【讨论】：