【OpenCV 例程200篇】 系列，持续更新中…
【OpenCV 例程200篇 总目录-202205更新】

【youcans 的 OpenCV 例程200篇】159. 图像分割之全局阈值处理

3.2 全局阈值处理基本方法

当图像中的目标和背景的灰度分布较为明显时，可以对整个图像使用固定阈值进行全局阈值处理。

为了获得适当的全局阈值，可以基于灰度直方图进行迭代计算：

（1）设置初始阈值 T，通常可以设为图像的平均灰度；
（2）用灰度阈值 T 分割图像：灰度值等于 T 的所有像素集合 G1 和 大于等于 T 的所有像素集合 G2；
（3）分别计算 G1、G2 的平均灰度值 m1、m2；
（4）求出新的灰度阈值 $T=(m1+m2)/2$；
（5）重复步骤（2）～（4），直到阈值变化小于设定值。

例程 11.16：图像分割之全局阈值处理

    # 11.16 图像分割之全局阈值处理img = cv2.imread("../images/Fig0940a.tif", flags=0)deltaT = 1  # 预定义值histCV = cv2.calcHist([img], [0], None, [256], [0, 256])  # 灰度直方图grayScale = range(256)  # 灰度级 [0,255]totalPixels = img.shape[0] * img.shape[1]  # 像素总数totalGary = np.dot(histCV[:,0], grayScale)  # 内积, 总和灰度值T = round(totalGary/totalPixels)  # 平均灰度while True:numC1, sumC1 = 0, 0for i in range(T): # 计算 C1: (0,T) 平均灰度numC1 += histCV[i,0]  # C1 像素数量sumC1 += histCV[i,0] * i  # C1 灰度值总和numC2, sumC2 = (totalPixels-numC1), (totalGary-sumC1)  # C2 像素数量, 灰度值总和T1 = round(sumC1/numC1)  # C1 平均灰度T2 = round(sumC2/numC2)  # C2 平均灰度Tnew = round((T1+T2)/2)  # 计算新的阈值print("T={}, m1={}, m2={}, Tnew={}".format(T, T1, T2, Tnew))if abs(T-Tnew) < deltaT:  # 等价于 T==Tnewbreakelse:T = Tnew# 阈值处理ret, imgBin = cv2.threshold(img, T, 255, cv2.THRESH_BINARY)  # 阈值分割, thresh=Tplt.figure(figsize=(11, 4))plt.subplot(131), plt.axis('off'), plt.title("original"), plt.imshow(img, 'gray')plt.subplot(132, yticks=[]), plt.title("Gray Hist")  # 直方图histNP, bins = np.histogram(img.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(133), plt.title("threshold={}".format(T)), plt.axis('off')plt.imshow(imgBin, 'gray')plt.tight_layout()plt.show()

（本节完）

---

版权声明：

youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/124281128)

Copyright 2022 youcans, XUPT
Crated：2022-4-20

欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中

【youcans 的 OpenCV 例程200篇】158. 阈值处理之固定阈值法
【youcans 的 OpenCV 例程200篇】159. 图像分割之全局阈值处理
【youcans 的 OpenCV 例程200篇】160. 图像处理之OTSU 方法
【youcans 的 OpenCV 例程200篇】161. OTSU 阈值处理算法的实现
【youcans 的 OpenCV 例程200篇】162. 全局阈值处理改进方法
【youcans 的 OpenCV 例程200篇】163. 基于边缘信息改进全局阈值处理
【youcans 的 OpenCV 例程200篇】164.使用 Laplace 边缘信息改进全局阈值处理
【youcans 的 OpenCV 例程200篇】165.多阈值 OTSU 处理方法
【youcans 的 OpenCV 例程200篇】166.自适应阈值处理
【youcans 的 OpenCV 例程200篇】167.基于移动平均的可变阈值处理
更多内容，请见：
【OpenCV 例程200篇 总目录-202206更新】