OpenCV自适应阈值与大津阈值的比较。ROI

Question

我尝试过两种方法，但似乎自适应阈值法给出了更好的结果。我使用了

 cvSmooth( temp, dst,CV_GAUSSIAN,9,9, 0);

在原始图像上，我只使用了阈值。

是否有任何方式调整大津方法以使图像更好，例如自适应阈值？还有一件事，侧面有一些不必要的指纹残留物，您有想法如何处理它们吗？

我从一篇论文中读到，通过比较自定义正方形中白色像素的百分比，可以获得ROI。然而，这种方法需要我拥有一个阈值，可以使用OTSU方法找到，但我对自适应阈值不太确定。

cvAdaptiveThreshold( temp, dst, 255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,13, 1 );

结果：

cvThreshold(temp, dst, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

- user3396218

---

使用形态学运算符来消除边界上的噪声。http://docs.opencv.org/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html - Sebastian Schmitz

Answer 1

为了消除不必要的背景，您可以进行简单的遮罩操作。Otsu阈值函数提供了一个阈值，该阈值将前景图像从背景中分离出来。使用该阈值通过迭代整个输入图像，检查当前像素值是否大于阈值，并将其设置为1（如果为真）或0（如果为假）以创建二进制掩膜。

然后，您可以通过简单的矩阵乘法操作或位移操作将二进制掩膜应用于原始图像以去除背景。

- Eagle

Answer 2

尝试将图像分割为ROI并分别应用otsu，然后合并它们。分割策略可以是静态的或动态的，具体取决于最大照明程度。

- Elebasi