點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

概述：

本文中小編將會跟大家分享一下OpenCV3.1.0中圖像二值化算法OTSU的基本原理與源代碼解析，最終還通過幾行代碼演示了一下如何使用OTSU算法API實現(xiàn)圖像二值化。

一：基本原理

該方法是圖像二值化處理常見方法之一，在Matlab與OpenCV中均有實現(xiàn)。OTSU閾值方法是一種基于尋找合適閾值實現(xiàn)二值化的方法，其最重要的部分是尋找圖像二值化閾值，然后根據(jù)閾值將圖像分為前景（白色）或者背景（黑色）。假設(shè)有6x6的灰度圖像，其像素數(shù)據(jù)及其對應(yīng)的直方圖如下圖：

閾值尋找方法首先假設(shè)是為T=3，則背景像素的比重、均值、方差的計算結(jié)果如下：

然后使用上述計算結(jié)果，計算類內(nèi)方差：

上述整個計算步驟與結(jié)果是假設(shè)閾值T=3時候的結(jié)果，同樣計算假設(shè)閾值為T=0、T=1、T=2、T=4、T=5的類內(nèi)方差，比較類內(nèi)方差之間的值，最小類內(nèi)方差使用的閾值T即為圖像二值化的閾值。

????? 上述是假設(shè)圖像灰度值級別為0～5六個值，實際中圖像灰度值取值范圍為0～255之間，所以要循環(huán)計算使用每個灰度值作為閾值，得到類內(nèi)方差，最終取最小類內(nèi)方差對應(yīng)的灰度值作為閾值實現(xiàn)圖像二值化即可。

二：OpenCV實現(xiàn)源代碼解析

OTSU的源代碼可以參見-modules/imgproc/src/thresh.cpp源文件接口，下面對其中關(guān)鍵部分做出說明如下：

首先建立直方圖的代碼如下：

尋找內(nèi)方差最小的閾值T的代碼實現(xiàn)如下

上述代碼主要功能是實現(xiàn)閾值尋找，多數(shù)人看到OpenCV源代碼都會對OTSU的原理產(chǎn)生懷疑，明明是尋找最大值啊，原因是這樣，最小的內(nèi)方差值還等價于兩類數(shù)據(jù)的最大方差，公式如下：

代碼計算總像素個數(shù)實現(xiàn)如下

這樣對照一下公式立刻就會讀懂OpenCV中的源代碼了。

三：使用

使用OTSU算法實現(xiàn)圖像二值化，首先要把圖像從彩色圖像轉(zhuǎn)換為灰度圖像然后通過threshold函數(shù)指定二值化方法為THRESH_OTSU。具體的代碼調(diào)用演示如下：

運行結(jié)果如下：

上圖左邊輸入RGB圖像，右邊是基于OTSU產(chǎn)生的二值圖像。從OpenCV圖像二值化方法OTSU代碼實現(xiàn)我們可以看出OpenCV在算法編碼實現(xiàn)環(huán)節(jié)都是從簡潔計算入手，考慮效率優(yōu)先。非常值得我們學(xué)習(xí)。

下載1：OpenCV-Contrib擴展模塊中文版教程

在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講

在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講

在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~