Python版OpenCV（cv2.adaptiveThreshold）で適応的二値化処理を実装する方法をソースコード付きで解説します。
【はじめに】適応的二値化処理とは
適応的二値化処理（AdaptiveThreshold）は、閾値を固定せず、画素ごとに変化させる二値化処理です。
つまり、画素毎に異なる閾値を算出して設定します。
| – | 適応的二値化処理が向いているケース |
|---|---|
| 1 | 全体的に緩やかに明るさが変化しているようなるような画像（不鮮明な写真や影が写り込んでいる写真など） |
【画像処理】適応的二値化処理の原理・特徴・計算式
この記事では、画像処理における適応的二値化処理の原理や計算式についてまとめました。
algorithm.joho.info
2017.06.25
このアルゴリズムは、NumPyで簡単に実装できます。
また、OpenCVの「cv2.adaptiveThreshold」メソッドを使えば、より簡単に実装できます。
動画解説版
書式
dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)
| パラメータ名 | 説明 |
|---|---|
| src | 入力画像 |
| maxValue | 閾値を満たす画素に与える画素値 |
| adaptiveMethod | 閾値の計算方法（cv2.ADAPTIVE_THRESH_MEAN_C なら近傍画素値の平均値、cv2.ADAPTIVE_THRESH_GAUSSIAN_Cならガウシアンの重み付き平均値を閾値にする） |
| thresholdType | 閾値の種類（THRESH_BINARY or THRESH_BINARY_INV） |
| blockSize | 閾値計算に利用する近傍領域サイズ（3なら8近傍） |
| C | 計算した閾値からCを引いた値を最終的な閾値にする |
| dst | 出力画像 |
今回は、以下の2通りの方法で処理を実装してみました。
| – | 説明 |
|---|---|
| 方法① | NumPyでアルゴリズムを書いて実装（原理の理解を深めるため） |
| 方法② | cv2.adaptiveThresholdで実装 |
【ソースコード】Python3 + OpenCV
サンプルプログラムのソースコードです。
方法①
方法②
実行結果
サンプルプログラムの実行結果です。
■入力画像（左）と出力画像（右）
【PythonでOpenCV入門】使い方とサンプル集
OpenCV（Intel Open Source Computer Vision Library）とは、インテル社で開発された画像処理・画像認識用のオープンソースライブラリです。Python/C++/Java/Android/Node.js...
algorithm.joho.info
2020.02.20
コメント