Javascript图像处理——阈值
2013-01-03 11:56 Justany_WhiteSnow 阅读(3484) 评论(0) 编辑 收藏 举报前言
上一篇文章,我们讲解了图像处理中的亮度和对比度的变化,这篇文章我们来做一个阈值函数。
最简单的图像分割方法
阈值是最简单的图像分割方法。
比如为了从下图中分割出苹果,我们利用前景与背景的灰度差值,通过设定一个阈值,对于该像素大于这个阈值时就以黑色表示,小于便以灰色表示。
五种阈值类型
和OpenCV一样,我们将提供五种阈值类型,方便使用。
下面是原图像的波形表示,纵坐标表示像素点的灰度值大小,蓝线是阈值大小。
- 二进制阈值化
公式表示是:
图像表示是:
可见超过该阈值的就变成最大值(即255),否则变成最小值(也就是0)。我们需要一个函数来实现这个功能:
var CV_THRESH_BINARY = function(__value, __thresh, __maxVal){ return __value > __thresh ? __maxVal : 0; };
- 反二进制阈值化
公式表示是:
图像表示是:
这个则反过来,超过阈值的变成最小值,否则变成最大值。函数实现是:
var CV_THRESH_BINARY_INV = function(__value, __thresh, __maxVal){ return __value > __thresh ? 0 : __maxVal; };
- 截断阈值化
公式表示是:
图像表示是:
可见这个是超过阈值的就被截断。函数实现是:
var CV_THRESH_TRUNC = function(__value, __thresh, __maxVal){ return __value > __thresh ? __thresh : 0; };
- 阈值化为0
公式表示是:
图像表示是:
这个则是小于阈值的都化为0处理。函数实现:
var CV_THRESH_TOZERO = function(__value, __thresh, __maxVal){ return __value > __thresh ? __value : 0; };
- 反阈值化为0
公式表示是:
图像表示是:
这个则在超过阈值时候置为0,函数实现是:
var CV_THRESH_TOZERO_INV = function(__value, __thresh, __maxVal){ return __value > __thresh ? 0 : __value; };
阈值处理函数实现
然后我们做一个函数对整幅图进行上面这几种类型的阈值处理。
var threshold = function(__src, __thresh, __maxVal, __thresholdType, __dst){ (__src && __thresh) || error(arguments.callee, IS_UNDEFINED_OR_NULL/* {line} */); if(__src.type && __src.type == "CV_GRAY"){ var width = __src.col, height = __src.row, sData = __src.data, dst = __dst || new Mat(height, width, CV_GRAY), dData = dst.data, maxVal = __maxVal || 255, threshouldType = __thresholdType || CV_THRESH_BINARY; var i, j, offset; for(i = height; i--;){ for(j = width; j--;){ offset = i * width + j; dData[offset] = threshouldType(sData[offset], __thresh, maxVal); } } }else{ error(arguments.callee, UNSPPORT_DATA_TYPE/* {line} */); } return dst; };
这个函数比较简单,就是对每个像素点赋值为
threshouldType(sData[offset], __thresh, maxVal)返回的数值。
系列目录
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构