openCV AdaptiveThreshold 与 Otsu 阈值。投资回报率答案

【问题标题】：openCV AdaptiveThreshold versus Otsu Threshold. ROIopenCV AdaptiveThreshold 与 Otsu 阈值。投资回报率
【发布时间】：2014-04-23 14:56:48
【问题描述】：

我尝试使用这两种方法，但似乎自适应阈值似乎给出了更好的结果。我用过

 cvSmooth( temp, dst,CV_GAUSSIAN,9,9, 0);

在原始图像上，只有我使用了阈值。

我可以使用 Otsu 方法进行什么调整，以使图像更好，例如自适应阈值处理？还有一件事，侧面有一些不需要的指纹残留物，知道如何处理它们吗？

我从期刊上读到，通过比较自定义正方形中白色像素的百分比，我可以得到 ROI。然而，这种方法需要我有一个阈值，可以使用 OTSU 方法找到，但我不太确定 AdaptiveThresholding。

cvAdaptiveThreshold( temp, dst, 255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,13, 1 );

结果：

cvThreshold(temp, dst, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

【问题讨论】：

【解决方案1】：

要去除不需要的背景，您可以进行简单的遮罩操作。 Otsu 阈值函数提供了一个阈值，可将前景图像从背景中切出。使用该阈值通过遍历整个输入图像来创建二进制掩码，检查当前像素值是否大于阈值，如果为真则将其设置为 1，如果为假则将其设置为 0。

然后，您可以通过简单的矩阵乘法运算或按位移位运算将二进制掩码应用于原始图像以去除背景。

【讨论】：

【解决方案2】：

尝试将图像划分为 ROI 并单独应用 otsu，然后将它们合并回来。划分策略可以是静态的，也可以是动态的，具体取决于最大照度。

【讨论】：