1.threshold(Image : Region : MinGray, MaxGray : )：通過給定的閾值區間對圖像進行分割

效果圖：

? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ?

read_image (Audi2, 'audi2')
fill_interlace (Audi2, ImageFilled, 'odd')
threshold (ImageFilled, Region, 0, 90)

?

2.binary_threshold(Image : Region : Method, LightDark : UsedThreshold)：自動閾值分割，可以自動選擇出'light' 區域或'dark' 區域，使用自動確定的全局閾值分割單通道圖像，使用閾值方法Method有'max_separability' 和'smooth_histo'兩個值，這兩個值都是只應用在具有雙峰直方圖的圖像（bin_threshold是過去時，新的應用程序應該使用binary_threshold）

? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

reduce_domain (Image, RegionROI, ImageReduced)
binary_threshold (ImageReduced, RegionBackground, 'max_separability', 'dark', UsedThreshold)

3.dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )：使用局部閾值分割圖像，首先需要對圖像進行平滑處理（例如?mean_image, binomial_filter, gauss_filter等等），然后用原圖與平滑后的圖逐個像素作比較，可以根據參數分割出原圖比平滑后的圖灰度高（或者低）Offset個灰度值的區域。（Offset的值最好是在5到40之間）

? ? ??? ? ? ?? ? ? ??

read_image (Image, 'surface_scratch')
mean_image (Image, ImageMean, 7, 7)
dyn_threshold (Image, ImageMean, DarkPixels, 5, 'dark')

4.dual_threshold(Image : RegionCrossings : MinSize, MinGray, Threshold : )：閾值分割有正負之分的圖像，將輸入圖像中灰度值>= Threshold的分為“positive”區域，將灰度值 <= -Threshold的分為“negative”區域，只有當“positive”或“negative”區域的面積大于MinSize的區域才會考慮，區域的最大灰度值 <?MinGray時，該區域被抑制。?“positive” 和“negative”區域不一定覆蓋整個區域，灰度值在-Threshold 與Threshold和-MinGray 與?MinGray之間是不被考慮的。

?????

read_image (Traffic1, 'traffic1')
read_image (Traffic2, 'traffic2')
convert_image_type (Traffic1, ImageConverted1, 'int2')
convert_image_type (Traffic2, ImageConverted2, 'int2')
* Subtract two images.
sub_image (ImageConverted1, ImageConverted2, ImageSub, 1, 0)
dual_threshold (ImageSub, RegionDiff, 500, 20, 10)

5.auto_threshold(Image : Regions : Sigma : )：使用從直方圖確定的閾值分割圖像，算法過程：1.獲取輸入圖像的灰度直方。

使用標準差為Sigma 的一維高斯濾波器對直方圖進行濾波。3.計算濾波后的直方圖的極小值。4.以計算得到的極小值所對應的灰度值為分割閾值對圖像進行分割。

? ?? ?

read_image (Aegypt1, 'egypt1')
get_image_size (Aegypt1, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
set_display_font (WindowID, 14, 'mono', 'true', 'false')
dev_set_colored (6)
dev_clear_window ()
Sigma := 4
auto_threshold (Aegypt1, Regions, Sigma)

6.char_threshold(Image, HistoRegion : Characters : Sigma, Percent : Threshold)：為提取字符執行閾值分割。主要應用是在明亮的紙張上分割單通道的暗字符圖像。該算子工作如下：1.首先，對Image圖像的HistoRegion 內的點計算灰度直方圖，用給定的Sigma高斯平滑對直方圖進行平滑處理，減少噪音。在直方圖中，背景（白紙）在高灰度值處對應一個大的峰值，而字符在低灰度值處形成一個小的峰值。與操作符binary_threshold (with 'Method'='smooth_histo')定位兩個峰值之間的最小值不同，這里分割的閾值是根據直方圖的最大值確定的，即，背景，條件如下：

histogram[threshold] * 100.0 < histogram[maximum] * (100.0 - Percent)

? ? ? ??? ? ? ? ? ? ?

read_image (Alpha1, 'alpha1')
get_image_size (Alpha1, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (Alpha1)
dev_set_color ('white')
dev_clear_window ()
char_threshold (Alpha1, Alpha1, Characters, 6, 95, Threshold)

7.fast_threshold(Image : Region : MinGray, MaxGray, MinSize : )：利用全局閾值快速閾值化圖像，從輸入圖像中選取灰度值g滿足一下條件的像素MinGray < g <?MaxGray。該算子工作如下：首先，處理位于選定的水平線上的所有點，這些點有它們的距離MinSize 指定，然后，處理所有先前選擇的點的鄰域（size(2*MinSize + 1)*(2*MinSize + 1)），速度比threshold快

? ? ? ? ? ? ? ? ?? ??? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

read_image (Image, 'particle')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
dev_display (Image)
dev_set_color ('red')
dev_set_draw ('fill')
dev_update_var ('off')
dev_update_window ('off')
dev_update_pc ('off')
count_seconds (Seconds1)
fast_threshold (Image, Region, 128, 255, 10)

8.hysteresis_threshold(Image : RegionHysteresis : Low, High, MaxLength : )：對圖像執行滯后閾值操作，輸入圖像中灰度值大于或等于Hight的所有點立即被接受（“secure” 安全點），相反，所有灰度值小于Low的點會立即被拒絕。如果某個點（灰度值在Low與High之間）連接到“secure”點的距離長度不超過MaxLength，則該點為兩個閾值之間的灰度值的?“Potential” 潛在點，這意味著安全點影響它們的環境（滯后）

? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

decompose3 (ImageReduced, ImageR, ImageG, ImageB)
invert_image (ImageB, ImageInvert)
hysteresis_threshold (ImageInvert, RegionHysteresis2, 190, 200, 5)

9.local_threshold(Image : Region : Method, LightDark, GenParamName, GenParamValue : )：使用局部閾值分割圖像。使用method中給出的閾值方法分割單通道圖像，目前該算子只提供'adapted_std_deviation'方法，該算法是一種文本二值化技術。?Method = 'adapted_std_deviation'，根據Sauvola調用基于局部均值和標準偏差的局部自適應閾值。該算法能夠對文檔圖像進行分割，即使圖像質量下降，例如由于不均勻的光照或噪聲，它通過考慮局部對比度來實現非均勻背景下的文本二值化。

? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

read_image (Letters, 'letters')
dev_open_window_fit_image (Letters, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
get_image_size (Letters, Width, Height)
gen_image_surface_first_order (ImageSurface, 'byte', 0.5, 0.5, 0.5, Width / 2, Height / 2, Width, Height)
add_image (Letters, ImageSurface, ImageCombined, 0.5, 0)
local_threshold (ImageCombined, Region, 'adapted_std_deviation', 'dark', [], [])

10.watersheds_threshold(Image : Basins : Threshold : )：使用閾值從圖像中提取流域盆地。流域之間由一個高度至少為Threshold的分水嶺間隔。在第一步中，watersheds_threshold計算流域而不應用閾值，得到的流域與調用流域是得到的流域相同。在第二步中，如果流域被一個小于Threshold的分水嶺分隔開，則流域依次合并。

? ?? ??? ??

read_image (ImageLogo, 'mvtec_logo.png')
dev_close_window ()
get_image_size (ImageLogo, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_display (ImageLogo)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
gauss_filter (ImageLogo, ImageGauss, 9)
sobel_amp (ImageGauss, EdgeAmplitude, 'sum_abs', 3)
watersheds (EdgeAmplitude, Basins1, Watersheds)
dev_display (Basins1)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
watersheds_threshold (EdgeAmplitude, Basins2, 14)

?

參考文章：https://blog.csdn.net/qq_29187197/article/details/82780566

總結

以上是生活随笔為你收集整理的halcon中阈值分割算子用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。