[Python]代码

#coding=utf8

"""

大津法阈值分割:A Threshold Selection Method from Gray-Level Histograms

需要PIL库

"""

import Image

import sys

def sigma(im,i,debug =False):

"""

阈值为i时,图像im中两组的方差

"""

c0_p_num = sum(im.histogram()[:i+1])#灰度<=k的像素个数

c1_p_num = sum(im.histogram()[i+1:])#灰度>k的像素个数

#计算两部分的总灰度

c0_g_sum = 0

for j in range(1,i+1):

c0_g_sum += j*im.histogram()[j]

#end for j

c1_g_sum = 0

for j in range(i+1,255):

c1_g_sum += j*im.histogram()[j]

#end for j

#计算两部分的各自平均灰度

try:

u0 = 1.0*c0_g_sum/c0_p_num

u1 = 1.0*c1_g_sum/c1_p_num

#计算两部分的像素比例

w0 = 1.0*c0_p_num/(c0_p_num+c1_p_num)

except:

#可能有的图像没有太高或太低灰度的像素

return 0

w1 = 1.0 - w0

u = (u0-u1)**2

new_sigma = w0 * w1 *u

if debug:

print "%d:\tw0=%f,w1=%f,new_sigma=%f" %(i,w0,w1,new_sigma)

return new_sigma

def OtsuThreshold(im,debug = False):

"""

线性查找最大方差,可以考虑用别的搜索算法

"""

g_level = 0

g_sigma = 0

for i in range(1,255):

new_sigma = sigma(im,i,debug)

if g_sigma

g_sigma = new_sigma

g_level = i

#end for i

return g_level, g_sigma

if __name__=="__main__":

if len(sys.argv)>1:

src_file = sys.argv[1]

else:

print "USAGE:%s src_file [des_file]" %sys.argv[0]

sys.exit(1)

des_file = "OTSU_" + src_file

if len(sys.argv)>2:

des_file = sys.argv[2]

im = Image.open(src_file).convert("L")

#大津法找阈值

debug = True

threshold,max = OtsuThreshold(im,debug)

print threshold,max

#根据阈值,分割之

im = im.point(lambda p: p > threshold and 255)

im.save(des_file)

print "DONE: %s--->%s" %(src_file,des_file)

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com

特别注意：本站所有转载文章言论不代表本站观点！

本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。