OpenCV 10-2. 이미지 Thresholding - Adaptive Thresholding

• img : Grayscale 이미지
• value : adaptiveMethod에 의해 계산된 문턱값과 thresholdType에 의한 픽셀에 적용될 최대값
• adaptiveMethod : 사용할 Adaptive Thresholding 알고리즘
• cv2.ADAPTIVE_THRESH_MEAN_C : 적용할 픽셀(x,y)를 중심으로 하는 blocksize x blocksize 안에 있는 픽셀값의 평균에서 C를 뺀 값을 문턱값으로 한다.
• cv2.ADAPTIVE_THRESH_GAUSSIAN_C : 적용할 픽셀(x,y)를 중심으로 하는 blocksize x blocksize 안에 있는 Gaussian 윈도우 기반 가중치들의 합에서 C를 뺀 값을 문턱값으로 한다.
• blocksize : 픽셀에 적용할 문턱값을 계산하기 위한 블럭 크기. 적용될 픽셀이 블럭의 중심이 된다. 따라서 blocksize는 홀수여야 한다.
• C : 보정 상수로, 이 값이 양수이면 계산된 sdaptive 문턱값에서 빼고, 음수면 더해준다. 0이면 그대로...

# -*- coding: utf-8 -*-
# opencv_014-2.py
# https://blog.naver.com/samsjang/220504782549
# 이미지 Thresholding

import numpy as np
import cv2

def thresholding():
    img = cv2.imread('images/image-14-2.jpg', cv2.IMREAD_GRAYSCALE)

    # 적절히 사용하면 노이즈를 최소화하면서 정련된 이미지를 추출 가능
    # thr1는 THRESH_BINARY 모드로 thresholding 한 이미지
    ret, thr1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    # thr1, trh2는 ADAPTIVE_THRESH_MEAN_C, ADAPTIVE_THRESH_GAUSSIAN_C를 적용
    thr2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
    thr3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

    titles = ['Original', 'Global Thresholding(v=217)', 'Adaptive MEAN', 'Adaptive GAUSSIAN']
    images = [img, thr1, thr2, thr3]

    for i in range(4):
        cv2.imshow(titles[i], images[i])

    cv2.waitKey(0)
    cv2.destroyAllWindows()

thresholding()