如何从直方图中获取阈值？答案

【问题标题】：How to get threshold value from histogram?如何从直方图中获取阈值？
【发布时间】：2012-07-01 05:49:33
【问题描述】：

我正在 OpenCV 中编写一个 Android 应用程序来检测 blob。一项任务是对图像进行阈值化，以区分前景对象和背景（见图）。

只要图像是已知的，它就可以正常工作，并且我可以手动将阈值传递给 threshold()——在这个特定的图像中，比如说 200。但是假设图像不知道，唯一的知识是是深色实心背景和浅色前景对象如何动态计算阈值？

我遇到了可以计算灰度图像强度分布的直方图。但我找不到分析直方图并选择感兴趣对象（较轻）所在的值的方法。那是;我想将明显较暗的背景尖峰与较浅的前景尖峰区分开来——在这种情况下高于 200，但在另一种情况下，如果对象是灰色的，则可以说是 100。

【问题讨论】：

有很多方法可以做到这一点。也许大津的方法可能对你有用。如果不是，恕我直言，它仍然是一个很好的起点。 en.wikipedia.org/wiki/Otsu%27s_Method
你能上传100阈值的图片吗？因为在图像上高于 50 的阈值也是可以接受的...

标签： image-processing opencv computer-vision

【解决方案1】：

如果你说背景很暗（黑色）而前景很亮，那么我建议使用YUV color space（或任何其他YXX，如YCrCb等），因为此类色彩空间的第一个组成部分是亮度（或lightning）。

所以在Y通道被提取出来之后（通过extractChennel函数）我们需要分析这个通道的直方图（图片）：

看到第一个（左）驼峰了吗？它代表图像上的黑暗区域（您的情况下的背景）。所以我们现在的目标是找到一个包含这个驼峰的段（在横坐标上，它是图像中的红色部分）。显然这个段的左边点是零。正确的点是第一个点：

直方图的（局部）最大值从点的左边算起
直方图的值小于一些小的epsilon（可以设置为10）

我画了一条绿色的垂直线来显示该直方图中段的右点的位置。

就是这样！该段的正确点是所需的阈值。结果如下（epsilon 为 10，计算出的 threshold 为 50）：

我认为删除上图中的噪点对你来说不是问题。

【讨论】：

【解决方案2】：

如果你所有的图片都是这样，或者可以带成这样的风格，我认为cv2.THRESHOLD_OTSU，即otsu的阈值算法是一个不错的选择。

以下是在命令终端中使用 Python 的示例：

>>> import cv2
>>> import numpy as np
>>> img2 = cv2.imread('D:\Abid_Rahman_K\work_space\sofeggs.jpg',0)

>>> ret,thresh = cv2.threshold(img2,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

>>> ret
122.0

ret 是自动计算的阈值。我们只是将“0”作为阈值传递。

我在 GIMP 中获得了 124 分（与我们获得的结果相当）。它还消除了噪音。见下面的结果：

【讨论】：

【解决方案3】：

以下是 Abid 答案的 C++ 实现，适用于 OpenCV 3.x：

// Convert the source image to a 1 channel grayscale:
Mat gray;
cvtColor(src, gray, CV_BGR2GRAY);
// Apply the threshold function with the CV_THRESH_OTSU setting as well
// You can skip having it return the value, but I include it for showing the
// results from OTSU
double thresholdValue = threshold(gray, gray, 0, 255, CV_THRESH_BINARY+CV_THRESH_OTSU);
// Present the threshold value
printf("Threshold value: %f\n", thresholdValue);

对原始图像运行它，我得到以下信息：

OpenCV 为其计算了 122 的阈值，接近 Abid 在他的答案中找到的值。

为了验证，我更改了原始图像，如下所示：

并生成以下内容，新阈值为 178：

【讨论】：