搜索阈值算法答案

【问题标题】：searching Threshold Algorithm搜索阈值算法
【发布时间】：2021-11-12 23:38:57
【问题描述】：

我目前正在做一个项目。我必须分离我得到的图像的元素。在第一张图像上，您可以看到其中一个的直方图。我想计算阈值，但我找不到一种计算阈值的方法，该方法允许我的阈值在 135 左右（这是或多或少完美的阈值，但我不想使用固定的临界点）。这个直方图是在绿色通道上制作的，因为它更容易识别上面的颜色（欢迎任何其他想法）。第二个图像是接收图像的示例。

提前谢谢你

【问题讨论】：

所以你需要从粉红色区域中分割出苍白的区域？
我认为这将受益于屏蔽操作。选择所有不是黑色的像素，将它们粘贴在一个数组（行或列向量）中。为此使用 numpy。然后对其运行一些自动阈值（otsu？）...以获得 threshold 值，然后将其应用于另一个（固定）阈值中的 original 图像。
@ChristophRackwitz 我该怎么做？数组中的默认值为 0，所以即使我复制我仍然会有黑色的一面。你能告诉我怎么做吗？
草图：mask = (im != 0).any(axis=2); selection = im[mask]; (the_threshold, _) = cv.threshold(selection, ...); thresholded = cv.threshold(im, the_threshold, ...)
@cedrik24 你是怎么做到的？

标签： python image opencv image-processing threshold

【解决方案1】：

选项 1：

首先我们要消除黑色，所以使用直方图我们得到从 0 到 50 的像素总数（例如）=DarkPixelsCount
然后我们开始从255开始计数像素并累加总数=LighPixelsCount
从 255 开始，我们将检查 if (LighPixelsCount >= (90% of (TotalPixelsCount - DarkPixelsCount)) 满足此条件时，这是一个很好的阈值点。

注意：我选择的固定数字是例如您可以尝试以获得最佳结果

选项 2：

使用具有非常高值的 Gamma 校正（例如 6.99）
然后选择一个高阈值（例如 213）

结果

【讨论】：