Question

我正在尝试根据灰度图像（点值介于0到255之间的numpy 2D数组）计算阈值。

公式如下：

equation http://www.sciweavers.org/tex2img.php?eq=T%3D%202%2F%28w%2Ah%29%20%5Csum_%7Bi%3D0%7D%5E%7Bw-1%7D%20%5Csum_%7Bj%3D0%7D%5E%7Bh-1%7D%20S%28i%2Cj%29&bc=White&fc=Black&im=jpg&fs=12&ff=arev&edit=0

其中w，h是我的图像S的宽度和高度，S（i，j）是该点的值。

我的实施如下：

h,w = sMap.shape
adapTresh = np.sum(sMap)*2/(w*h)

但是对于我的一些图片，这个总数回来了> 255，所以我相信某个地方有问题，我是否使用了numpy错误（再次）？

我不熟悉Python，我是在2天前开始的，所以如果这是一个愚蠢的问题，请原谅我。

print w,h
>> 411,410
print 2/(w*h), np.sum(sMap), adapTresh
>> 0 22461727 266

Answer 1

矩阵中所有单元格的平均值是：

avg = np.sum(sMap) / (w * h)

在极端情况下，所有单元格都等于255，这样

avg = 255

例如

In [8]: M = 255 * np.ones(4).reshape((2,2))

In [12]: M
Out[12]: 
array([[ 255.,  255.],
       [ 255.,  255.]])

In [9]: M.sum() * (2.0 / sum(M.shape))
Out[9]: 510.0

所以我认为你的自适应阈值功能是错误的。你有没有打算

In [11]: M.sum() / sum(M.shape)
Out[11]: 255.0

numpy自适应阈值公式

1 个答案: