C++ OpenCV单峰三角阈值法Thresh_Unimodal详解

介绍

本文主要讲解C++ OpenCV单峰三角阈值法Thresh_Unimodal的实现原理和使用方法。

单峰三角阈值法是一种图像二值化的方法，能够快速地将图像转换为黑白二值图像。

原理

单峰三角阈值法的实现原理是先对归一化直方图进行平滑处理，然后利用三角函数寻找直方图的峰值。找到峰值后，峰值位置的灰度值就可以作为阈值进行二值化。

代码实现

OpenCV库提供了cv::threshold函数用于图像的二值化处理，其中，第二个参数就是阈值。而使用单峰三角阈值法的话，阈值可以通过下面的代码进行计算。

double get_unimodal_threshold(cv::Mat& src) {
    cv::Mat hist;
    float range[] = {0, 256};
    const float* histRange = {range};
    int histSize = 256;
    cv::calcHist(&src, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange, true, false);

    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
    cv::morphologyEx(hist, hist, cv::MORPH_CLOSE, kernel);

    int max_idx = 0;
    float max_val = hist.at<float>(0);
    const float* hist_data = hist.ptr<float>(0);
    for (int i = 1; i < histSize; i++) {
        if (hist_data[i] > max_val) {
            max_idx = i;
            max_val = hist_data[i];
        }
    }

    double mult = 0.33;
    int left_idx = max_idx;
    while (left_idx > 0 && hist_data[left_idx] > mult * max_val)
        left_idx--;

    int right_idx = max_idx;
    while (right_idx < histSize - 1 && hist_data[right_idx] > mult * max_val)
        right_idx++;

    return (double)(left_idx + right_idx) / 2.0;
}

代码中会先求出原始图像的直方图，并对其进行平滑处理。然后在直方图上寻找峰值，并计算出阈值。

示例说明

假设需要将一张图像进行二值化处理，代码如下：

cv::Mat src = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
cv::Mat dst;
double thresh = get_unimodal_threshold(src);
cv::threshold(src, dst, thresh, 255, cv::THRESH_BINARY);
cv::imshow("binary", dst);
cv::waitKey(0);

在上面代码中，src是输入的灰度图像，dst是输出的二值化图像。使用get_unimodal_threshold函数求得阈值，然后调用cv::threshold函数进行二值化，最后调用cv::imshow函数将结果显示出来。

另外，本文提供一个简单的测试程序，可以测试单峰三角阈值法的性能。测试程序如下：

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <ctime>

double get_unimodal_threshold(cv::Mat& src);

int main(int argc, char* argv[]) {
    if (argc < 2) {
        std::cerr << "usage: " << argv[0] << " <image>" << std::endl;
        return 1;
    }

    cv::Mat src = cv::imread(argv[1], cv::IMREAD_GRAYSCALE);
    if (src.empty()) {
        std::cerr << "failed to open image: " << argv[1] << std::endl;
        return 1;
    }

    clock_t begin = clock();
    double thresh = get_unimodal_threshold(src);
    clock_t end = clock();

    std::cout << "time used: " << double(end - begin) / CLOCKS_PER_SEC << std::endl;
    std::cout << "threshold: " << thresh << std::endl;

    return 0;
}

运行测试程序时需要指定输入的图像文件，测试程序将会输出单峰三角阈值法计算阈值的时间和结果。