OpenCV Otsu算法

OpenCV Otsu算法是一種用於圖像分割的自適應算法，主要用於二值化處理。該算法能夠對灰度圖像進行有效的分割，幫助我們將圖像轉換成二值圖像，以便於後續的處理。

一、算法原理

Otsu算法的基本思想是遍歷圖像中所有像素的灰度值，計算出一個最佳的閾值，將像素分為兩類：一類是高於閾值的像素，另一類是低於閾值的像素。

在計算最佳閾值的過程中，Otsu算法最大化了類間方差，最小化了類內方差，從而得到了最佳的閾值。

我們可以用以下公式表示算法：

t, 【max_variance】 = cv2.threshold(gray_img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

其中，gray_img是輸入的灰度圖像數據，THRESH_BINARY+THRESH_OTSU是閾值處理方法。

二、算法過程

Otsu算法的過程分為以下幾步：

1. 讀入灰度圖像
2. 計算灰度直方圖
3. 對每一個灰度級計算出它的權重和平均值
4. 對每一個灰度級計算出類內和類間方差
5. 最大化類間方差，得出最佳閾值
6. 用最佳閾值將圖像進行二值化

這個過程可以用以下代碼來實現：

import cv2

# Read image in grayscale
img = cv2.imread("img.jpg", cv2.IMREAD_GRAYSCALE)

# Calculate histogram
hist = cv2.calcHist([img],[0],None,[256],[0,256])

# Total number of pixels
pixels = img.shape[0] * img.shape[1]

# Initialize variables
weight_background = 0
weight_foreground = 0
mean_background = 0
mean_foreground = 0
variance = 0
max_variance = 0
threshold = 0

# Loop over all possible threshold values
for i in range(0, 256):
    # Compute weights
    weight_background += hist[i][0]
    weight_foreground = pixels - weight_background

    # Compute means
    mean_background += i * hist[i][0]
    mean_foreground = (img.sum() - mean_background) / weight_foreground

    # Compute variances
    variance = weight_background * weight_foreground * ((mean_background / weight_background) - (mean_foreground / weight_foreground)) ** 2

    # Update threshold
    if variance > max_variance:
        max_variance = variance
        threshold = i

# Threshold image
img_thresholded = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)[1]

三、應用場景

OpenCV Otsu算法可以應用於各種場景中，例如：

• 自動化工業中的零件識別
• 醫學圖像處理中的癌細胞檢測
• 計算機視覺中的圖像分割、物體檢測等

以下是一個使用OpenCV Otsu算法進行圖像二值化的示例代碼：

import cv2

# Read image
img = cv2.imread("img.jpg", cv2.IMREAD_GRAYSCALE)

# Threshold image
threshold_value, threshold_img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# Show images
cv2.imshow("Original Image", img)
cv2.imshow("Thresholded Image", threshold_img)

# Wait for key press and close windows
cv2.waitKey()
cv2.destroyAllWindows()

四、算法優缺點

OpenCV Otsu算法的主要優點是自適應性強，可以有效地對不同亮度的圖像進行處理，並且原理簡單、易於實現。

缺點是可能會出現過度分割的情況，因為該算法只考慮了像素灰度值的分布情況，沒有考慮像素之間的空間關係。此外，該算法對圖像中的噪聲也非常敏感，因此前期需要對圖像進行預處理。