大佬教程收集整理的这篇文章主要介绍了图像处理 – 模糊图像的自适应阈值，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
正如你所看到的,数字略有扭曲,其中有很多破裂,有几个5s融合成6s和6s到8s.此外,还有一吨噪音.为了固定噪音,我必须使用高斯模糊使图像变得模糊.然而,即使是相当大的高斯内核和自适应阈值blockSize(21×21,减去2)也无法消除所有的破坏并将数字融合在一起甚至更多：
我也尝试在阈值后扩大图像,这对增加blockSize有相似的效果;和sharpening the image,这样做并不多.我还应该尝试什么
// Divide the image by its morphologically closed counterpart Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE,new Size(19,19)); Mat closed = new Mat(); Imgproc.morphologyEx(image,closed,Imgproc.MORPH_CLOSE,kernel); image.convertTo(image,CvType.CV_32F); // divide requires floaTing-point Core.divide(image,image,1,CvType.CV_32F); Core.normalize(image,255,Core.NORM_MINMAX); image.convertTo(image,CvType.CV_8UC1); // convert BACk to unsigned int // Threshold each block (3x3 grid) of the image separately to // correct for minor differences in contrast across the image. for (int i = 0; i < 3; i++) { for (int j = 0; j < 3; j++) { Mat block = image.rowRange(144*i,144*(i+1)).colRange(144*j,144*(j+1)); Imgproc.threshold(block,block,-1,Imgproc.THRESH_BINARY_INV+Imgproc.THRESH_OTSU); } }
结果：
以上是大佬教程为你收集整理的图像处理 – 模糊图像的自适应阈值全部内容，希望文章能够帮你解决图像处理 – 模糊图像的自适应阈值所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。