二值化求轮廓的阈值问题。

Question

对下图二值化后求轮廓。

希望把 文字轮廓提取出来。
但二值化的阈值怎么也无法兼顾。
如果阈值取小，比如100，那么就无法提取文字

如果阈值取大，比如180，那么屏幕就不完整

Answer 1

引自免费微信小程序：皆我百晓生：

在图像处理中，对于灰度图像进行二值化以提取文字轮廓时，通常需要根据图像的具体情况进行阈值调整。从您的描述来看，当阈值较小（例如100）时，背景与部分文字的灰度差异不大，导致文字无法有效分离；而当阈值较大（例如180）时，虽然文字能够较好地被提取出来，但图像整体可能会丢失一些细节或出现不完整的状况。

针对这种问题，可以尝试以下方法：

1. 自适应阈值：使用局部自适应阈值来代替全局固定阈值。OpenCV库中的cv2.adaptiveThreshold()函数可以根据图像的局部区域动态确定阈值，这样可以更好地应对光照不均或者背景复杂的场景。

   示例代码：

   import cv2
   
   # 假设 img 是读取的灰度图像
   img_gray = cv2.imread('your_image.png', cv2.IMREAD_GRAYSCALE)
   
   # 使用自适应阈值
   thresh = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
   
   # 提取轮廓
   contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
   
   # 对于每个轮廓，可以进一步进行操作...
   

2. Otsu's 阈值：这是一种自动寻找最优阈值的方法，它基于图像直方图分布特性，将图像分为前景和背景两类，并最大化这两类之间的类间方差。

   示例代码：

   import cv2
   
   # 计算 Otsu's 阈值并应用
   img_gray = cv2.imread('your_image.png', cv2.IMREAD_GRAYSCALE)
   _, thresh = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
   
   # 提取轮廓
   contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
   
   # 对于每个轮廓，可以进一步进行操作...
   

3. 预处理：在二值化之前，对图像进行噪声去除和平滑处理（如高斯滤波），以便更好地凸显文字边缘。

4. 多尺度尝试：尝试不同尺度下的阈值或自适应阈值，选取效果最佳的参数组合。

5. 其他技术：还可以考虑使用形态学操作（如膨胀、腐蚀）增强文字边界后再进行二值化。

请确保您已正确读取图像，并且该图像为灰度图像。由于我无法直接查看您的图片，以上建议仅供参考，实际效果可能需要根据具体图像内容微调。