6.3 數字圖像處理——迭代法閾值分割及Python實現

本節介紹數字圖像處理中的迭代法閾值分割，針對灰度圖進行自動尋找閾值。收斂證明目前未找到相關資料。

1. 迭代法閾值分割步驟

(1) 選取初始分割閾值，通常可選圖像灰度平均值 \(T\)。
(2) 根據閾值 \(T\) 將圖像像素分割為背景和前景，分別求出兩者的平均灰度 \(T_0\) 和 \(T_1\)。
(3) 計算新的閾值 \(T' = \frac{T_0 + T_1}{2}\)。
(4) 若 \(T == T'\)，則迭代結束，\(T\) 即為最終閾值。否則令 \(T = T'\)，轉第 (2) 步。

2. 效果

3. Python實現

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

def show(img):
    if img.ndim == 2:
        plt.imshow(img, cmap='gray', vmin=0, vmax=255)
    else:
        img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
        plt.imshow(img)
    plt.show()

img = cv.imread('pic/eagle500x500.jpg', 0)

T = img.mean()

while True:
    t0 = img[img < T].mean()
    t1 = img[img >= T].mean()
    t  = (t0 + t1) / 2
    if abs(T - t) < 1:
        break
    T = t
T = int(T)

print(f"Best threshold = {T}")
th, img_bin = cv.threshold(img, T, 255, 0)
show(img_bin)

---

說明：

1. 未經許可，謝絕轉載。
2. 本教程為《數字圖像處理Python OpenCV實戰》的配套代碼相關內容。
   免費視頻教程為0-6章（標題號≤6），可在此處點擊觀看。
   所有課件及源代碼可在此處下載：
   鏈接：https://pan.baidu.com/s/198PySe_vebO3e06idHSQ6g
   提取碼：11o4
   有問題可在QQ群（1079300899）指出，進群答案：數字圖像處理。在本文評論指出可能導致回復很晚。