2015-02-27 13 views
6

Qualcuno può dirmi quali sono i parametri in queste funzioni Soglia adattiva e come controllano i pixel in bianco e nero.Parametri Soglia adattiva confusione

cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\ 
      cv2.THRESH_BINARY,11,2) 
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\ 
      cv2.THRESH_BINARY,11,2) 
+1

Hai esaminato la [documentazione di 'cv :: adaptiveThreshold'] (http://docs.opencv.org/trunk/modules/imgproc/doc/miscellaneous_transformations.html#adaptivethreshold)? Penso che praticamente spieghi i parametri. – sgarizvi

+0

Sì, l'ho fatto. Ma non sono ancora chiaro su 11 e 2 in queste funzioni. –

risposta

7
Python: cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst]) → dst 

Parametri:

src – Source 8-bit single-channel image. 
dst – Destination image of the same size and the same type as src . 
maxValue – Non-zero value assigned to the pixels for which the condition is satisfied. See the details below. 
adaptiveMethod – Adaptive thresholding algorithm to use, ADAPTIVE_THRESH_MEAN_C or ADAPTIVE_THRESH_GAUSSIAN_C . See the details below. 
thresholdType – Thresholding type that must be either THRESH_BINARY or THRESH_BINARY_INV . 
blockSize – Size of a pixel neighborhood that is used to calculate a threshold value for the pixel: 3, 5, 7, and so on. 
C – Constant subtracted from the mean or weighted mean (see the details below). Normally, it is positive but may be zero or negative as well. 

Tratto da here: e spiega anche il metodo in molti più dettagli.

+0

Questo è quello che mi serviva. Grazie –

+0

Link is dead :( –

+1

@RickSmith http://docs.opencv.org/2.4/modules/imgproc/doc/miscellaneous_transformations.html – GPPK

0

Aggiungi alla risposta di GPPK.

La funzione trasforma in scala di grigio di un'immagine binaria secondo le formule:

  • THRESH_BINARY

enter image description here

  • THRESH_BINARY_INV

enter image description here

dove T (x, y) è una soglia calcolata individualmente per ciascun pixel.

  • Per il metodo ADAPTIVE_THRESH_MEAN_C, il valore di soglia T (x, y) è una media del blockSize x zona blockSize di (x, y) meno C.
  • Per il metodo ADAPTIVE_THRESH_GAUSSIAN_C, il valore di soglia T (x, y) è una somma ponderata (correlazione incrociata con una finestra gaussiana) del quartiere blockSize x blockSize di (x, y) meno C. Il sigma predefinito (deviazione standard) viene utilizzato per il valore di blocco specificato.