OpenCV3 Java图像阈值和图像生成(Imgproc.threshold)
图像颜色的零界点,图像的分割基准,基于此可完成图像的二值化。图像二值化可用于OCR成图像的分割(也是最为简单的一种)。这种分割是基于图像像素值级别的差异,且一般的对象是灰度图像。
OCR (Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率,是OCR最重要的课题,ICR(Intelligent Character Recognition)的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有:拒识率、误识率、识别速度、用户界面的友好性,产品的稳定性,易用性及可行性等。
图像阈值的进一步处理就是二值化,二值化包含但不限于“大于阈值为255,小于阈值为0”的处理模式。
阈值化是一种将想要在图像中分析的区域分割出来的方法,每个像素值都与一个预设的阈值做比较,再根据比较的结果调整像素值。
二值阈值化 -> Imgproc.THRESH_BINARY
阈值化到零 -> Imgproc.THRESH_TOZERO
截断阈值化 -> Imgproc.THRESH_TRUNC
反转二值阈值化 -> Imgproc.THRESH_BINARY_INV
反转阈值化到零 -> Imgproc.THRESH_TOZERO_INV
代码案例:
package com.what21.opencv.demo; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class Threshold { public static void main(String[] args) { try{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); Mat src=Imgcodecs.imread("D:/ShareData/internet.jpg",Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE); //读取图像到矩阵中,取灰度图像 if(src.empty()){ return ; } Imgcodecs.imwrite("D:/ShareData/internet2.jpg", src); //输出灰度图像值 Mat dst=new Mat(); //定义新矩阵 Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_BINARY_INV); Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_BINARY_INV.jpg", src); Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TRUNC); Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TRUNC.jpg", src); Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_BINARY); Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_BINARY.jpg", src); Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TOZERO); Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TOZERO.jpg", src); Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TOZERO_INV); Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TOZERO_INV.jpg", src); }catch(Exception e){ e.printStackTrace(); } } }
评论