youcans 的 OpenCV 例程200篇164.使用 Laplace 边缘信息改进全局阈值处理

Posted 2022-04-28 小白YouCans

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了youcans 的 OpenCV 例程200篇164.使用 Laplace 边缘信息改进全局阈值处理相关的知识，希望对你有一定的参考价值。

欢迎关注『youcans 的 OpenCV 例程 200 篇』系列，持续更新中
欢迎关注『youcans 的 OpenCV学习课』系列，持续更新中

【youcans 的 OpenCV 例程200篇】164.使用 Laplace 边缘信息改进全局阈值处理

3.4 全局阈值处理改进方法

在实际的图像处理中，噪声严重影响阈值处理的结果，严重的噪声会把简单的阈值处理问题变为不能解决的问题。

例程 11.21：使用 Laplace 边缘信息改进全局阈值处理

对于酵母细胞图像，希望通过全局阈值处理等等图像中与亮点对应的区域。如果直接使用 OTSU 方法可以分割细胞区域，但不能检测亮点。

使用 Laplace 算子计算梯度，可以得到亮点的边缘像素，忽略背景区域像素对直方图的贡献，可以改善直方图的分布，从而便于通过阈值处理进行分割。

具体步骤如下：

（1）计算图像 $f (x, y)$ 的 Laplace 算子，得到梯度图像；
（2）以灰度值的 99.5% 分位为阈值，对梯度图像进行二值处理，作为遮罩模板，以排除无效背景像素的影响；
（3）基于遮罩模板计算图像 $f (x, y)$ 的直方图分布，即只对 $g_T(x,y)=1$ 的像素进行统计计算；
（4）基于遮罩模板的直方图分布，采用 OTSU 算法计算最佳分割阈值；
（5）使用 OTSU 算法得到的最佳分割阈值，对图像 $f (x, y)$ 进行全局阈值处理。

注意本例中用 OTSU 算法求非零像素的最佳分割阈值，不能通过调用 cv2.threshold() 获得。

    # 11.21 使用 Laplace 边缘信息改进全局阈值处理
    img = cv2.imread("../images/Fig1043a.tif", flags=0)

    # # 全局阈值处理，作为参照比较
    histCV1 = cv2.calcHist([img], [0], None, [256], [0, 256])  # 灰度直方图
    ret1, imgOtsu = cv2.threshold(img, 127, 255, cv2.THRESH_OTSU)  # 阈值分割, thresh=T

    # (1) 计算 Laplacian 梯度算子
    laplace = cv2.Laplacian(img, cv2.CV_32F, ksize=3)  # Laplace 卷积算子
    grad = cv2.convertScaleAbs(laplace)
    gradMax = np.int(np.max(grad))

    # (2) 以灰度值的 99.5% 分位为阈值, 对边缘图像进行二值处理, 作为遮罩模板
    per995 = np.percentile(grad, q=99.5)  # 99.5 分位的灰度值, [0, per995] 占比99.5%
    _, gradPer995 = cv2.threshold(np.uint8(grad), per995, 1, cv2.THRESH_BINARY)  # 对边缘图像二值处理

    # (3) 计算基于遮罩模板的直方图分布，以排除无效背景像素的影响
    fp = np.uint8(img * gradPer995)
    histCV2 = cv2.calcHist([fp], [0], None, [256], [0, 256])
    histCV2[0] = 0  # fp 非零像素直方图

    # (4) OTSU 算法计算 fp 非零像素的最佳分割阈值
    # nonzeroPixels = np.count_nonzero(gradPer995)  # 非零像素总数
    nonzeroPixels = sum(histCV2[1:])  # 非零像素总数
    totalGray = np.dot(histCV2[:,0], range(256))  # 内积, 总和灰度值
    mG = totalGray / nonzeroPixels  # 平均灰度
    icv = np.zeros(256)
    numFt, sumFt = 0, 0
    for t in range(0, 256):  # 遍历灰度值
        numFt += histCV2[t,0]   # F(t) 像素数量
        sumFt += histCV2[t,0] * t  # F(t) 灰度值总和
        pF = numFt / nonzeroPixels  # F(t) 像素数占比
        mF = (sumFt/numFt) if numFt>0 else 0  # F(t) 平均灰度
        numBt = nonzeroPixels-numFt  # B(t) 像素数量
        sumBt = totalGray - sumFt  # B(t) 灰度值总和
        pB = numBt / nonzeroPixels  # B(t) 像素数占比
        mB = (sumBt/numBt) if numBt>0 else 0  # B(t) 平均灰度
        icv[t] = pF * (mF-mG)**2 + pB * (mB-mG)**2  # OTSU 算法: 灰度 t 的类间方差
    maxIcv = max(icv)  # ICV 的最大值
    maxIndex = np.argmax(icv)  # 最大值的索引
    print(per995, nonzeroPixels, maxIcv, maxIndex)

    # 使用 fp 非零像素的最佳分割阈值，对原始图像进行固定阈值处理
    ret, imgBin = cv2.threshold(img, maxIndex, 255, cv2.THRESH_BINARY)  # 以 maxIndex 作为最优阈值

    plt.figure(figsize=(10, 7))
    plt.subplot(231), plt.axis('off'), plt.title("Origin"), plt.imshow(img, 'gray')
    plt.subplot(232,yticks=[]), plt.axis([0,255,0,np.max(histCV1)])
    plt.bar(range(256), histCV1[:,0]), plt.title("Gray Hist")
    plt.subplot(233), plt.title("OTSU binary(T=)".format(round(ret1))), plt.axis('off')
    plt.imshow(imgOtsu, 'gray')
    plt.subplot(234), plt.axis('off'), plt.title("Threshold of Laplacian")
    plt.imshow(gradPer995, cmap='gray')  # 遮罩模板，Laplacian 995 分位
    plt.subplot(235, yticks=[]), plt.title("Hist of boundries")  # 直方图
    plt.bar(range(256), histCV2[:,0])
    plt.subplot(236), plt.title("OTSU by Laplacian(T=)".format(maxIndex)), plt.axis('off')
    plt.imshow(imgBin, 'gray')
    plt.show()

（本节完）

youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/124281445)

欢迎关注『youcans 的 OpenCV 例程 200 篇』系列，持续更新中
欢迎关注『youcans 的 OpenCV学习课』系列，持续更新中

【youcans 的 OpenCV 例程200篇】01. 图像的读取（cv2.imread）
【youcans 的 OpenCV 例程200篇】02. 图像的保存（cv2.imwrite）
【youcans 的 OpenCV 例程200篇】03. 图像的显示（cv2.imshow）
【youcans 的 OpenCV 例程200篇】04. 用 matplotlib 显示图像（plt.imshow）
【youcans 的 OpenCV 例程200篇】05. 图像的属性（np.shape）
【youcans 的 OpenCV 例程200篇】06. 像素的编辑（img.itemset）
【youcans 的 OpenCV 例程200篇】07. 图像的创建（np.zeros）
【youcans 的 OpenCV 例程200篇】08. 图像的复制（np.copy）
【youcans 的 OpenCV 例程200篇】09. 图像的裁剪（cv2.selectROI）
【youcans 的 OpenCV 例程200篇】10. 图像的拼接（np.hstack）
【youcans 的 OpenCV 例程200篇】11. 图像通道的拆分（cv2.split）
【youcans 的 OpenCV 例程200篇】12. 图像通道的合并（cv2.merge）
【youcans 的 OpenCV 例程200篇】13. 图像的加法运算（cv2.add）
【youcans 的 OpenCV 例程200篇】14. 图像与标量相加（cv2.add）
【youcans 的 OpenCV 例程200篇】15. 图像的加权加法（cv2.addWeight）
【youcans 的 OpenCV 例程200篇】16. 不同尺寸的图像加法
 【youcans 的 OpenCV 例程200篇】17. 两张图像的渐变切换
 【youcans 的 OpenCV 例程200篇】18. 图像的掩模加法
 【youcans 的 OpenCV 例程200篇】19. 图像的圆形遮罩
 【youcans 的 OpenCV 例程200篇】20. 图像的按位运算
 【youcans 的 OpenCV 例程200篇】21. 图像的叠加
 【youcans 的 OpenCV 例程200篇】22. 图像添加非中文文字
 【youcans 的 OpenCV 例程200篇】23. 图像添加中文文字
 【youcans 的 OpenCV 例程200篇】24. 图像的仿射变换
 【youcans 的 OpenCV 例程200篇】25. 图像的平移
 【youcans 的 OpenCV 例程200篇】26. 图像的旋转（以原点为中心）
【youcans 的 OpenCV 例程200篇】27. 图像的旋转（以任意点为中心）
【youcans 的 OpenCV 例程200篇】28. 图像的旋转（直角旋转）
【youcans 的 OpenCV 例程200篇】29. 图像的翻转（cv2.flip）
【youcans 的 OpenCV 例程200篇】30. 图像的缩放（cv2.resize）
【youcans 的 OpenCV 例程200篇】31. 图像金字塔（cv2.pyrDown）
【youcans 的 OpenCV 例程200篇】32. 图像的扭变（错切）
【youcans 的 OpenCV 例程200篇】33. 图像的复合变换
 【youcans 的 OpenCV 例程200篇】34. 图像的投影变换
 【youcans 的 OpenCV 例程200篇】35. 图像的投影变换（边界填充）
【youcans 的 OpenCV 例程200篇】36. 直角坐标与极坐标的转换
 【youcans 的 OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理
 【youcans 的 OpenCV 例程200篇】38. 图像的反色变换（图像反转）
【youcans 的 OpenCV 例程200篇】39. 图像灰度的线性变换
 【youcans 的 OpenCV 例程200篇】40. 图像分段线性灰度变换
 【youcans 的 OpenCV 例程200篇】41. 图像的灰度变换（灰度级分层）
【youcans 的 OpenCV 例程200篇】42. 图像的灰度变换（比特平面分层）
【youcans 的 OpenCV 例程200篇】43. 图像的灰度变换（对数变换）
【youcans 的 OpenCV 例程200篇】44. 图像的灰度变换（伽马变换）
【youcans 的 OpenCV 例程200篇】45. 图像的灰度直方图
 【youcans 的 OpenCV 例程200篇】46. 直方图均衡化
 【youcans 的 OpenCV 例程200篇】47. 图像增强—直方图匹配
 【youcans 的 OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
 【youcans 的 OpenCV 例程200篇】49. 图像增强—局部直方图处理
 【youcans 的 OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强
 【youcans 的 OpenCV 例程200篇】51. 图像增强—直方图反向追踪
 【youcans 的 OpenCV 例程200篇】52. 图像的相关与卷积运算
 【youcans 的 OpenCV 例程200篇】53. Scipy 实现图像二维卷积
 【youcans 的 OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
 【youcans 的 OpenCV 例程200篇】55. 可分离卷积核
 【youcans 的 OpenCV 例程200篇】56. 低通盒式滤波器
 【youcans 的 OpenCV 例程200篇】57. 低通高斯滤波器
 【youcans 的 OpenCV 例程200篇】58. 非线性滤波—中值滤波
 【youcans 的 OpenCV 例程200篇】59. 非线性滤波—双边滤波
 【youcans 的 OpenCV 例程200篇】60. 非线性滤波—联合双边滤波
 【youcans 的 OpenCV 例程200篇】61. 导向滤波（Guided filter）
【youcans 的 OpenCV 例程200篇】62. 图像锐化——钝化掩蔽
 【youcans 的 OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
 【youcans 的 OpenCV 例程200篇】64. 图像锐化——Sobel 算子
 【youcans 的 OpenCV 例程200篇】65. 图像锐化——Scharr 算子
 【youcans 的 OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通
 【youcans 的 OpenCV 例程200篇】67. 空间域图像增强的综合应用
 【youcans 的 OpenCV 例程200篇】68. 空间域图像增强的综合应用
 【youcans 的 OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数
 【youcans 的 OpenCV 例程200篇】70. 一维连续函数的傅里叶变换
 【youcans 的 OpenCV 例程200篇】71. 连续函数的取样
 【youcans 的 OpenCV 例程200篇】72. 一维离散傅里叶变换
 【youcans 的 OpenCV 例程200篇】73. 二维连续傅里叶变换
 【youcans 的 OpenCV 例程200篇】74. 图像的抗混叠
 【youcans 的 OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换
 【youcans 的 OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换
 【youcans 的 OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换
 【youcans 的 OpenCV 例程200篇】78. 频率域图像滤波基础
 【youcans 的 OpenCV 例程200篇】79. 频率域图像滤波的基本步骤
 【youcans 的 OpenCV 例程200篇】80. 频率域图像滤波详细步骤
 【youcans 的 OpenCV 例程200篇】81. 频率域高斯低通滤波器
 【youcans 的 OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器
 【youcans 的 OpenCV 例程200篇】83. 频率域低通滤波：印刷文本字符修复
 【youcans 的 OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器
 【youcans 的 OpenCV 例程200篇】85. 频率域高通滤波器的应用
 【youcans 的 OpenCV 例程200篇】86. 频率域滤波应用：指纹图像处理
 【youcans 的 OpenCV 例程200篇】87. 频率域钝化掩蔽
 【youcans 的 OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波
 【youcans 的 OpenCV 例程200篇】89. 带阻滤波器的传递函数
 【youcans 的 OpenCV 例程200篇】90. 频率域陷波滤波器
 【youcans 的 OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声
 【youcans 的 OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声
 【youcans 的 OpenCV 例程200篇】93. 噪声模型的直方图
 【youcans 的 OpenCV 例程200篇】94. 算术平均滤波器
 【youcans 的 OpenCV 例程200篇】95. 几何均值滤波器
 【youcans 的 OpenCV 例程200篇】96. 谐波平均滤波器
 【youcans 的 OpenCV 例程200篇】97. 反谐波平均滤波器
 【youcans 的 OpenCV 例程200篇】98. 统计排序滤波器
 【youcans 的 OpenCV 例程200篇】99. 修正阿尔法均值滤波器
 【youcans 的 OpenCV 例程200篇】100. 自适应局部降噪滤波器
 【youcans 的 OpenCV 例程200篇】101. 自适应中值滤波器
 【youcans 的 OpenCV 例程200篇】102. 陷波带阻滤波器的传递函数
 【youcans 的 OpenCV 例程200篇】103. 陷波带阻滤波器消除周期噪声干扰
 【youcans 的 OpenCV 例程200篇】104. 运动模糊退化模型
 【youcans 的 OpenCV 例程200篇】105. 湍流模糊退化模型
 【youcans 的 OpenCV 例程200篇】106. 退化图像的逆滤波
 【youcans 的 OpenCV 例程200篇】107. 退化图像的维纳滤波
 【youcans 的 OpenCV 例程200篇】108. 约束最小二乘方滤波
 【youcans 的 OpenCV 例程200篇】109. 几何均值滤波
 【youcans 的 OpenCV 例程200篇】110. 投影和雷登变换
 【youcans 的 OpenCV 例程200篇】111. 雷登变换反投影重建图像
 【youcans 的 OpenCV 例程200篇】112. 滤波反投影重建图像
 【youcans 的 OpenCV 例程200篇】113. 形态学操作之腐蚀
 【youcans 的 OpenCV 例程200篇】114. 形态学操作之膨胀
 【youcans 的 OpenCV 例程200篇】115. 形态学操作之开运算
 【youcans 的 OpenCV 例程200篇】116. 形态学操作之闭运算
 【youcans 的 OpenCV 例程200篇】117. 形态学操作之顶帽运算
 【youcans 的 OpenCV 例程200篇】118. 形态学操作之底帽运算
 【youcans 的 OpenCV 例程200篇】119. 图像的形态学梯度
 【youcans 的 OpenCV 例程200篇】120. 击中-击不中变换
 【youcans 的 OpenCV 例程200篇】121. 击中-击不中用于特征识别
 【youcans 的 OpenCV 例程200篇】122. 形态算法之边界提取
 【youcans 的 OpenCV 例程200篇】123. 形态算法之孔洞填充
 【youcans 的 OpenCV 例程200篇】124. 孔洞填充的泛洪算法
 【youcans 的 OpenCV 例程200篇】125. 形态算法之提取连通分量
 【youcans 的 OpenCV 例程200篇】126. 形态算法之凸壳
 【youcans 的 OpenCV 例程200篇】127. 形态算法之细化
 【youcans 的 OpenCV 例程200篇】128. 形态算法之骨架 (skimage)
【youcans 的 OpenCV 例程200篇】129. 形态算法之骨架 (重建开运算)
【youcans 的 OpenCV 例程200篇】130. 形态学之提取水平和垂直线
 【youcans 的 OpenCV 例程200篇】131. 形态学重建之竖线字符提取
 【youcans 的 OpenCV 例程200篇】132. 形态学重建之孔洞填充算法
 【youcans 的 OpenCV 例程200篇】133. 形态学重建之边界清除
 【youcans 的 OpenCV 例程200篇】134. 形态学重建之细胞计数
 【youcans 的 OpenCV 例程200篇】135. 形态学重建之粒度测定
 【youcans 的 OpenCV 例程200篇】136. 灰度腐蚀和灰度膨胀
 【youcans 的 OpenCV 例程200篇】137. 灰度开运算和灰度闭运算原理
 【youcans 的 OpenCV 例程200篇】138. 灰度开运算和灰度闭运算
 【youcans 的 OpenCV 例程200篇】139. 灰度顶帽变换校正阴影
 【youcans 的 OpenCV 例程200篇】140. 灰度底帽变换校正光照
 【youcans 的 OpenCV 例程200篇】141. 灰度底帽变换的三维地形图
 【youcans 的 OpenCV 例程200篇】142. 基于灰度形态学的图像平滑
 【youcans 的 OpenCV 例程200篇】143. 基于灰度形态学的粒度测定
 【youcans 的 OpenCV 例程200篇】144. 基于灰度形态学的纹理分割
 【youcans 的 OpenCV 例程200篇】145. 形态学之边缘和角点检测
 【youcans 的 OpenCV 例程200篇】146. 基于灰度形态学的复杂背景图像重建
 【youcans 的 OpenCV 例程200篇】147. 图像分割之孤立点检测
 【youcans 的 OpenCV 例程200篇】148. 图像分割之线检测
 【youcans 的 OpenCV 例程200篇】149. 图像分割之边缘模型
 【youcans 的 OpenCV 例程200篇】150. 边缘检测梯度算子
 【youcans 的 OpenCV 例程200篇】151. 边缘检测中的平滑处理
 【youcans 的 OpenCV 例程200篇】152. 边缘检测之 LoG 算子
 【youcans 的 OpenCV 例程200篇】153. 边缘检测之 DoG 算子
 【youcans 的 OpenCV 例程200篇】154. 边缘检测之 Canny 算子
 【youcans 的 OpenCV 例程200篇】155. 边缘连接的局部处理方法
 【youcans 的 OpenCV 例程200篇】156. 边缘连接局部处理的简化算法
 【youcans 的 OpenCV 例程200篇】157. 霍夫变换直线检测
 【youcans 的 OpenCV 例程200篇】158. 阈值处理之固定阈值法
 【youcans 的 OpenCV 例程200篇】159. 图像处理之固定阈值法
 【youcans 的 OpenCV 例程200篇】160. 图像处理之OTSU 方法
 【youcans 的 OpenCV 例程200篇】161. OTSU 阈值处理算法的实现
 【youcans 的 OpenCV 例程200篇】162. 全局阈值处理改进方法
 【youcans 的 OpenCV 例程200篇】163. 基于边缘信息改进全局阈值处理
 【youcans 的 OpenCV 例程200篇】164.使用 Laplace 边缘信息改进全局阈值处理

以上是关于youcans 的 OpenCV 例程200篇164.使用 Laplace 边缘信息改进全局阈值处理的主要内容，如果未能解决你的问题，请参考以下文章

youcans 的 OpenCV 例程200篇182.基于形态学梯度的分水岭算法

youcans 的 OpenCV 例程200篇结束语

youcans的OpenCV例程200篇总目录

youcans 的 OpenCV 例程200篇179.图像分割之 GrabCut 图割法（掩模图像）

youcans 的 OpenCV 例程200篇201. 图像的颜色空间转换

OpenCV 例程200篇目录-202205更新