openCV AdaptiveThreshold与Otsu阈值。 投资回报率
我试图使用这两种方法，但似乎自适应阈值似乎给出了更好的结果。 我用了
cvSmooth( temp, dst,CV_GAUSSIAN,9,9, 0);
在原始图像上，那么只有我使用了阈值。
有什么我可以用大津方法调整，使图像更好像自适应阈值？ 还有一件事，一边有一些不必要的指纹残留，任何想法如何我可以将它们处理掉？
我从日记中读到，通过比较自定义正方形中白色像素的百分比，我可以得到ROI。 然而，这种方法要求我有一个阈值，可以使用OTSU方法找到，但我不太确定自适应阈值。
cvAdaptiveThreshold( temp, dst, 255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,13, 1 );
结果：
cvThreshold(temp, dst, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);
为了摆脱不必要的背景，你可以做一个简单的遮罩操作。 大津阈值函数提供了一个阈值，从前景切割前景图像。 通过迭代整个输入图像，使用该阈值来创建二进制掩码，检查当前像素值是否大于阈值，并将其设置为1（如果为true）或将其设置为0（如果为false）。
然后，可以通过简单的矩阵乘法运算或按位平移运算将二进制掩码应用于原始图像，以消除背景。
尝试将图像分为ROI并单独应用otsu，然后将它们合并回来。 根据最大照度，分割策略可以是静态或动态的。
链接地址: http://www.djcxy.com/p/78267.html