Интуиция за настройкой параметров адаптивного порога - PullRequest
2 голосов
/ 28 апреля 2020

Следуя этому руководству и используя функцию адаптивного порогового значения , я был озадачен интуицией с настройкой blocksize и C, чтобы найти идеальное значение.

Какой подход следует использовать при настройке этих параметров вместо того, чтобы делать полностью рандомизированный процесс предположения и проверки? Есть ли лучший метод для изучения этих параметров на основе цветовой гистограммы изображения?

cv2.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)

1 Ответ

2 голосов
/ 28 апреля 2020

Размер блока должен быть выбран таким, чтобы блок всегда видел как передний план, так и фон. Если блок слишком мал, блок, который полностью находится внутри переднего плана или фона, не будет видеть фактический контраст в регионе, он будет видеть только шум. Следовательно, для этого блока пороговый результат не будет разделять фон и передний план, но шум в пределах одной фазы.

Пороговое значение C может быть нулевым, если каждый блок видит хорошее количество обеих фаз.

Если размер блока не может быть выбран достаточно большим, и некоторые блоки видят только фон, тогда значение C может быть установлено достаточно большим, чтобы эти блоки могли иметь только фон. В два раза стандартное отклонение шума на заднем плане является хорошим начальным значением.

Аналогично, если это передняя фаза, которая больше, установите C в отрицательное значение, так что блок полностью в результаты на переднем плане только на переднем плане.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...