二值化

所謂圖像分割，就是將圖像的目標和背景分離開來，更直觀一點，就是把目標涂成白色，背景涂成黑色，言盡于此，是不是恍然大悟：這不就是二值化么？

【threshold]是此前提到的二值化函數，但只講解了固定閾值分割模式，而并未講解其自動分割的OTSU模式。

【adaptiveThreshold】是opencv提供的自適應閾值函數，可根據不同的卷積核來對局部進行二值化，可以更加細致地得到物體邊緣。

OTSU算法，mean核，高斯核的分割結果如下圖所示，其中150是手動設置的分割閾值；100是OTSU自動計算出的分割閾值。

提示說圖像違規，也不知道哪違規了。

代碼如下

import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import ascent
import cv2path = 'coins.jpg'coins = {}
coins["original"] = plt.imread(path)
coins["gray"] = cv2.cvtColor(coins["original"],cv2.COLOR_RGB2GRAY)_, coins['th150'] = cv2.threshold(coins["gray"], 150, 255, cv2.THRESH_BINARY)
th, bImg = cv2.threshold(coins["gray"], 0, 255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
coins[f'otsu({th})'] = bImgmethod = {"mean":cv2.ADAPTIVE_THRESH_MEAN_C,"gaussian":cv2.ADAPTIVE_THRESH_GAUSSIAN_C}
for key in method:coins[key] = cv2.adaptiveThreshold(coins["gray"], 255,method[key], cv2.THRESH_BINARY, 11, 2)for i,key in enumerate(coins,1):plt.subplot(2,3,i)plt.imshow(coins[key], cmap='gray')plt.title(key)plt.axis('off')plt.show()

圖像骨骼

如果把二值圖像理解成地形，黑色表示海洋，白色表示陸地，那么陸地上任意一點，到海洋都有一個最近的距離，如下圖所示。由于硬幣圖案的顏色并不完全一致，所以在二值化時可能會出現不一致的情況，為此，需要通過腐蝕或者膨脹等形態學處理，將其內部涂抹均勻，從而得到一張目標與背景完全分割的圖像，此即【dilate】圖。對dilate圖而言，【dist-bg】為其黑色區域的骨骼；【dist-fg】為白色區域的骨骼。

實現代碼如下

import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import ascent
import cv2bImg = coins[f'otsu({th})']kernel = np.ones((5,5),np.uint8)
coins["dilate"] = cv2.dilate(coins[f'otsu({th})'], kernel)
coins["dist-fg"] = cv2.distanceTransform(coins["dilate"], cv2.DIST_L2,5)
coins["dist-bg"] = cv2.distanceTransform(255-coins["dilate"], cv2.DIST_L2,5)keys = ['dilate', 'dist-bg', 'dist-fg']
for i,key in enumerate(keys,1):plt.subplot(1,3,i)plt.imshow(coins[key], cmap='gray')plt.title(key)plt.axis('off')plt.show()

【distanceTransform】函數的功能是，計算當前像素點到零像素點的最短距離，其輸入參數有三，分別是輸入的二值圖像；求解距離的類型，以及掩膜尺寸，一般可設為3或者5。

在一張圖像中，兩點之間的距離有多種計算方式，比如

• $a$ 水平和數豎直方向的變化量
• $b$ 對角方向的變化量
• $c$ 條約移動的變化量

距離變換函數綜合了這三種距離，根據各種距離的權重不同，提供了下面幾種不同的距離類別

distanceType	maskSize	參數
CV_DIST_C	3$(3\times 3)$	$a=1,b=1$
CV_DIST_L1	3$(3\times 3)$	$a=1,b=2$
CV_DIST_L2	3$(3\times 3)$	$a=0.955,b=1.3693$
CV_DIST_L2	5$(5\times 5)$	$a=1,b=1.4,c=2.1969$

連通域分割

所謂連通域，即Connected Component，是一組彼此相連的像素點的集合，這些像素點彼此之間可以假設一條互相鏈接的路徑，路徑上所有像素的灰度一致，或者符合某個特定的條件。

通過連通域分割，可以將圖像中不同的目標區分開來，為進一步的處理打下基礎，最常用的連通域濾波流程大致如下：圖像灰度化->二值化->形態學處理->標記連通域，其前面的幾個步驟已經在二值化以及距離變換中得以體現，其生成標簽的結果如下圖所示

其中，dilate是膨脹二值圖。對其進行連通域分割，得到labels圖像，其中每一枚硬幣所在區域，都被分配到了一個編號，即Label，最后的三維圖，便是這張圖像的標簽值。

處理和繪圖代碼如下

ret, coins["labels"] = cv2.connectedComponents(coins["dilate"])for i,key in enumerate(['dilate', 'labels'],1):plt.subplot(1,3,i)plt.imshow(coins[key], cmap='gray')plt.title(key)plt.axis('off')ax = plt.subplot(133, projection='3d')
ys, xs = np.indices(coins['labels'].shape)
ax.plot_surface(xs, ys, coins['labels'])
plt.title("labels")
plt.show()

【connectedComponents】是opencv提供的連通域分割函數，其必不可少的輸入參數是一個二值圖像，此外還有兩個整型參數，分別用于規定鄰域形式和輸出的Labels類型。其中，鄰域形式主要分為4-鄰域和8鄰域，前者把當前像素的上下左右四個像素算作鄰域，換言之，這四個像素與當前像素是連通的；8-鄰域則將一個像素周圍的8個像素視作鄰域。