自适应阈值OpenCV IOS

Question

我是OpenCV库的新手，我试图使用阈值进行二值化。我有几个问题。

1. 阈值和自适应阈值之间有什么区别？
2. 如本答案所示，计算块均值方差的好处是什么：OpenCV Adaptive Threshold OCR？

Answer 1

正常阈值就像我们的大学名单一样，他们将cgpa截止列入候选名单。现在进出取决于你所处的cgpa的哪一方。

自适应阈值分析就像是将学生分离到纪律上，然后决定截止。

如果雇主最想要的话，那么正常阈值处理是好的。但是如果他想从每个学科中获得最好的，那么自适应阈值处理会更好。

<强>输入：

<强>详细信息：

在正常阈值中，您可以选择强度值并将其传递给函数。您传递的灰色图像的像素将使用此值作为边界进行划分，并为其指定强度，这是您传递给函数的第三个参数。在OpenCV中，您可以使用THRESH_BINARY，THRESH_BINARY_INV，THRESH_TOZERO等参数获得相同想法的许多变体。

在自适应阈值中，您可以选择像素周围的小区域作为阈值。 对于OpenCV函数，您传递灰度图像，最大强度值以分配真实像素，自适应方法，邻域大小和常量值。

邻域的大小是像素周围的区域，在该区域内计算阈值。有两种类型的自适应方法 - 一种是此框中所有像素值的平均值减去常数的是边界，另一种是加权平均值减去常数值，其中中心像素在决定边界时给出更好的效果。

使用哪一个：

这完全取决于你想要表现的东西。

如果您有图像并希望获得图像的闪亮部分，请转到正常阈值。

如果您的图像存在部分光照差异，并且您想要突出显示与周围环境不同的明显对象，请选择自适应阈值。现在，如果你有一个阴影的边界，并且你不希望那个阴影潜入你的阈值，特别是高斯自适应方法将是一个更好的尝试我会说。

如果您认为您的图像有噪音或者平均值的变化很大，那么使用块平均方差操作是一种选择。