Ngưỡng thích ứng với hình ảnh bị mờ

Question

Tôi đang tìm phương pháp Ngưỡng thích ứng tốt nhất để xử lý hình ảnh. Nhưng tôi có vấn đề với hình ảnh tối và mờ. hình ảnh
Input:

và khi tôi sử dụng phương pháp ngưỡng thích nghi tôi nhận
Output Hình ảnh này:

Đây không phải là tốt cho tôi!
Vì vậy, ai đó có thể giúp tôi khắc phục vấn đề này?

---

một hình ảnh:

và:

là người đầu tiên có vẻ rất xấu với @ Hammer'solution (i phải chọn kênh c), thứ hai tôi có thể sử dụng ngưỡng thích nghi bình thường.
vì vậy tôi muốn tìm giải pháp tốt nhất cho mọi trường hợp.

cảm ơn Một lần nữa!

Answer 1

Có vẻ như màu sắc là một chỉ báo tốt hơn cho phân đoạn trong hình ảnh của bạn hơn cường độ. Hãy thử chuyển đổi nó thành HSV và sau đó chạy OTSU trên kênh H.

trong python

hsv = cv2.cvtColor(image, cv2.cv.CV_BGR2HSV) 
cv2.imshow('hsv', hsv[:,:,0]) 
(thresh, im_bw) = cv2.threshold(hsv[:,:,0], 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) 
cv2.imshow('OTSU', im_bw) 

cho (HSV)

và sau đó (Otsu)

Một xói mòn ít và giãn nở và bạn sẽ được tốt để đi

Answer 2

Nếu một ngưỡng đơn không đủ để tách tất cả hình ảnh, bạn có thể thử Watershed algorithm với hai ngưỡng.

Sử dụng ngưỡng cao để có được hình ảnh với phân khúc chắc chắn là một phần của chữ số và ngưỡng nghịch đảo cao để có được hình ảnh với phân đoạn chắc chắn không phải là một phần của chữ số.

Loại bỏ cả hai hình ảnh một chút để tăng độ chắc chắn.

Sau đó, sử dụng 2 hình ảnh làm hạt giống cho lưu vực.

Here is an answer where this is done

Answer 3

Bạn có thể quan tâm these ngưỡng thích nghi được sử dụng bởi OpenCV.

Tôi đã sử dụng ngưỡng trung bình thích ứng. Bạn có thể phải chơi với các tham số một chút, nhưng nếu hình ảnh của bạn là tương tự (cùng kích thước vv), hy vọng sẽ không có quá nhiều tinh chỉnh cần thiết.

# Smooth image 
filtered = cv2.adaptiveThreshold(input_image.astype(np.uint8), 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 41, 3) 

# Some morphology to clean up image 
kernel = np.ones((5,5), np.uint8) 
opening = cv2.morphologyEx(filtered, cv2.MORPH_OPEN, kernel) 
closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel) 

Kết quả:

Answer 4

Các mã sau ...

im=cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,111,3) 
cv2.imshow('mkm',im)` 

... mang lại cho một kết quả tốt: