最佳圖像閾值技術將返回高/低閾值？

Question

我發現很難找到一種適合迷宮的自適應圖像閾值處理技術，該技術將返回高值或低值以確保所有路徑都是相同的顏色。

到目前為止，我已經嘗試了一個固定的閾值，該閾值顯然不起作用，並且otsu的方法返回了一個中間值，這意味着某些像素未正確轉換。

原始圖片-https://imgur.com/DqaUYfW

大津算法- https://imgur.com/a/V5t6rqZ

所需的輸出-https://imgur.com/a/yvXuAqC

Answer 1

抱歉，我沒有Java，所以我只需嘗試使用python中的一些方法即可獲得所需的所需輸出。 希望對您有幫助。

import cv2
import numpy as np

image = cv2.imread("1.png")

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

_,thresh = cv2.threshold(gray,100,255,cv2.THRESH_BINARY)
cv2.imshow("thresh",thresh)

blur = cv2.GaussianBlur(gray,(5,5),0)
ret3,otsu = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
cv2.imshow("otsu",otsu)

adaptive_thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 29, 30)
cv2.imshow("adaptive_thresh",adaptive_thresh)

cv2.imshow("img",image)
cv2.waitKey(0)
cv2.destroyAllWindows()

• 大津法

• 固定二進制閾值

• 自適應閾值