將灰度轉換爲黑白的最佳閾值

Question

自動找出將灰度圖像轉換爲黑白的最佳閾值的最佳方法是什麼？我可以手動計算出相當不錯的閾值，但我想自動選擇閾值。

編輯：我一直在讀這個問題，並通過查看圖像的直方圖可以幫助，例如，如果圖像具有雙模式直方圖，則在模式之間選擇閾值似乎是合理的。但是，對於多模態或平坦直方圖而言，它顯得更加複雜。所以我想我還有更多的閱讀要做。感謝所有回覆的人！

Answer 1

0.5通常會丟失大量信息，除非原始圖像非常亮。事實上，任何絕對閾值都會混淆一種圖像或另一種圖像。

更好的方法是製作亮度直方圖並選擇模式附近的閾值。這應該對大多數圖像比任何絕對閾值更好地工作。

Answer 2

什麼是您的「良好」門檻標準？您可能想要從圖像的平均灰度強度開始...

Answer 3

我認爲閾值將取決於每個圖像上的平均黑度（或顏色分佈）。如果你用一個任意的值，那麼如果圖像開始漂白，你最終會丟失大量數據。

此外，您可以通過稀疏地填充黑白區域來模擬一些灰度。 50％灰色是其他棋盤格，75％是其餘白色方塊的一半，25％是黑色和白色反轉等。

我不認爲這個問題有固定的答案，不考慮每個問題圖像單獨。

Answer 4

基於閾值的半色調通常會導致大量信息丟失。根據目的，您可能需要考慮dithering。

我喜歡Stucki過濾器的外觀，因爲它很鋒利並保留了細節。執行算法的Here's a C# project。如果您有興趣，可以下載源代碼。

Answer 5

我會研究一個自適應閾值算法。其中一個不太難實施的是Otsus method。

它的工作原理是假設您有前景像素和背景像素，並試圖找到它們的最佳分離。

Answer 6

的K-Means Clustering Method如果你做以下的偉大工程：

1. 將圖像分割成子像塊。
2. 在每個子塊上應用K均值聚類。結果是一個二進制圖像（讓我們假設你想要的是'1'，其餘爲'0'）。
3. 再次進行第2步，這次是重疊塊。
4. 在子圖像上應用'AND'運算符（對於重疊子塊）。

在Matlab中很容易做到。
如果需要，我可以分享代碼。