Come ottenere il valore di soglia dall'istogramma?

Question

Sto scrivendo un'app per Android in OpenCV per rilevare i BLOB. Un compito è quello di sormontare l'immagine per differenziare gli oggetti in primo piano dallo sfondo (vedi immagine).

Funziona correttamente finché l'immagine è nota e posso passare manualmente un valore di soglia a threshold() - in questa immagine specifica, 200. Ma assumendo che l'immagine non sia nota con la sola conoscenza che sarebbe uno sfondo scuro scuro e oggetti in primo piano più chiari come posso calcolare dinamicamente il valore di soglia?

Mi sono imbattuto nell'istogramma in cui è possibile calcolare la distribuzione dell'intensità dell'immagine in scala di grigi. Ma non sono riuscito a trovare un metodo per analizzare l'istogramma e scegliere il valore in cui si trova l'oggetto di interesse (più leggero). Questo è; Voglio differenziare i picchi di sfondo chiaramente scuri dai picchi più chiari in primo piano - in questo caso sopra i 200, ma in un altro caso si potrebbe dire, 100 se gli oggetti sono grigiosi.

Answer 1

Se tutte le immagini sono così o possono essere portate a questo stile, credo che cv2.THRESHOLD_OTSU, ovvero l'algoritmo di sottotitolatura di otsu, sia un buon scatto.

Ecco un campione utilizzando pitone terminale di comando:

>>> 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 è il valore di soglia che viene calcolata automaticamente. Passiamo semplicemente a "0" come valore di soglia per questo.

Ho ottenuto 124 in GIMP (che è paragonabile al risultato ottenuto). E rimuove anche il rumore. Vedere risultato qui sotto:

Answer 2

Se si dice che lo sfondo è scuro (nero) e il primo piano è più leggero, allora vi consiglio di utilizzare la YUV color space (o qualsiasi altro YXX come YCrCb, ecc), perché il primo componente di tali spazi colore è luminanza (o fulmineo).

Così, dopo il canale Y viene estratto (tramite la funzione extractChennel) dobbiamo analizzare l'istogramma di questo canale (immagine):

V. primo (a sinistra) gobba? Rappresenta le aree scure (lo sfondo nella tua situazione) sull'immagine. Quindi il nostro scopo ora è quello di trovare un segmento (in ascissa, è la parte rossa nell'immagine) che contiene questa gobba. Ovviamente il punto di sinistra di questo segmento è zero. Il punto giusto è il primo punto in cui:

• il (locale) massimo di istogramma è dalla sinistra del punto
• il valore di istogramma è inferiore a qualche piccolo epsilon (è possibile impostarlo su 10)

Ho disegnato una linea verticale verde per mostrare la posizione del punto destro del segmento in questo istogramma.

E questo è tutto! Questo punto giusto del segmento è la soglia necessaria. Ecco il risultato (epsilon è 10 e il calcolato soglia di è 50):

penso che non è un problema per voi di eliminare il rumore nell'immagine sopra.

Answer 3

Quello che segue è un'implementazione C++ di risposta di Abid che funziona con 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); 

L'esecuzione di questo contro l'immagine originale, ottengo il seguente:

OpenCV ha calcolato un valore di soglia di 122, vicino al valore Abid trovato nella sua risposta.

solo per verificare, ho modificato l'immagine originale come si vede qui:

e prodotto il seguente, con un nuovo valore di soglia di 178: