java 图像的二值化与大津阈值法

最新推荐文章于 2023-01-04 15:27:27 发布

原创

最新推荐文章于 2023-01-04 15:27:27 发布 · 8.0k 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍了图像二值化的三种方法，重点讲解了大津阈值法，这是一种自适应的阈值确定方法，通过最大化类间方差来找到最佳分割阈值，以达到更好的图像分割效果。

阅读前请看<前言>，谢谢！

这篇主要关注于图像的二值化，即在灰度化的基础上，进行阈值分割。二值化的方法很多，事实上，在图像进行处理的时候，能够完美的分割出目标区域，那么已经成功了一大半，可见二值化的重要性。本文主要介绍三种二值化方法。

1.固定阈值法，设定好阈值，大于该阈值的像素点设为255，否则为0，这是最简单的，效果也是最不稳定的。

<span style="font-size:14px;"><span style="font-size:10px;">public void SimBinary(){
		toGray();//灰度化
		int Threshold = 128;
		for (int y = 0; y < h; y++) {
                   for (int x = 0; x < w; x++) {
            	      if(data[x + y * w] < Threshold){
            		 data[x + y * w] = 0;

            	      }else{
            		data[x + y * w] = 255;
            	      }
                  }
	       }
					
	}</span></span>

运行效果如下：