大律法OTSU（Python实现）

文章目录

• 一、 前言

  • 基于灰度值的空间分布特征

    • 计算图像的空间分布特征
      • 第一种方法利用OpenCV提供的函数库实现
    • 第二种方法基于NumPy库中的数组操作功能实现

  • 二、 OTSU算法简介

  • 三、 数学原理

  • 四、 python实现

  • 五、 参考文章

一、 前言

图像的灰度直方图

基于灰度级分布的功能用于统计图像中各灰度级别的像素数量，在数字图像处理领域具有重要研究价值

计算直方图

1.使用opencv的函数

    cv2.calcHist(images, channels, mask, histSize, ranges)

• 参数1：通过方括号的形式传递待处理图像。
• 参数2：与之前提到的dims类似，在处理灰度图像时只需输入[0]即可；而对于彩色图像，则需要分别输入[0]、[1]、[2]对应蓝色、绿色和红色通道。
• 参数3：指定需要计算的具体区域（ROI）。若无特定区域需求，则可设置为None。
• 参数4：也称为bin或子区间数量。在统计所有可能的像素值时（从0到255），应设置为256；若将区间划分为16个部分（例如每16个单位为一个区间），则应设置为16。