Opencv(四):自适应二值化

前言

在图像处理的世界里，二值化是一道绕不过去的“基础关”。无论是 OCR 文字识别、车牌检测、医学影像，还是目标分割，几乎所有视觉任务在进入算法核心前，都要经历“灰度化 + 二值化”这一步。

但如果你用过最常见的全局阈值方法（如 cv2.threshold()），你就会发现一个痛点：
光照不均、阴影、反光区域都会导致效果极差。
这时候，自适应二值化（Adaptive Thresholding） 就能派上大用场。

本文将带你从理论、公式、代码到实验结果，完整搞懂自适应二值化的原理与实践，力求让你读完就能真正掌握它的底层逻辑与实战技巧。

---

一、为什么需要二值化？

图像是由像素矩阵构成的，每个像素有一个灰度值（0~255）。在很多任务中，我们只关心前景（目标）和背景，而不是具体的灰度细节。这就需要“二值化”，即：

把灰度图中每个像素根据阈值 T 转换为 0 或 255。

公式表示为：

在 OpenCV 中，我们可以通过以下代码轻松实现：

import cv2img = cv2.imread('text.png', 0)
ret, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('binary', binary)
cv2.waitKey(0)

但是，这种全局阈值方式有一个明显缺陷——假设整张图只用一个固定阈值。
这意味着如果图片左边亮、右边暗，同样的阈值在两边的效果会完全不同。

如下图示意（左亮右暗），使用单一阈值时，亮区容易过曝、暗区丢失细节：

亮区(>127) → 全白     暗区(<127) → 全黑

结果就是：目标边缘模糊、文字断裂、细节丢失。
这就是为什么在光照不均或对比度变化大的场景中，全局二值化行不通。

---

二、自适应二值化的基本思想

自适应二值化（Adaptive Thresholding）的核心思想是：

“不要为整张图设置一个阈值，而是为每个像素动态计算属于它自己的阈值。”

换句话说，它把整幅图像分成多个小区域（称为“局部窗口”或“核 block”），对每个区域独立计算阈值，再进行二值化。这使得算法能灵活应对局部亮度变化。

其基本公式如下：

其中：

• f()：表示邻域内的统计函数（如均值或高斯加权平均）
• C：常数修正项，用于微调阈值
• 邻域(x, y)：指以 (x, y) 为中心、大小为 blockSize×blockSize 的小区域

OpenCV 提供的函数为：

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

---

三、主要参数详解

参数名	含义	常见取值
src	输入图像（必须为灰度图）	cv2.imread('xxx', 0)
maxValue	二值化后的最大值	通常为255
adaptiveMethod	阈值计算方法	ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C
thresholdType	二值化类型	THRESH_BINARY 或 THRESH_BINARY_INV
blockSize	邻域块大小（奇数）	3, 5, 7, 9, …
C	常数，结果 = f(邻域) - C	通常取 2~10

---

四、两种常见算法原理详解

OpenCV 支持两种自适应方法：
1.基于均值的自适应阈值法（ADAPTIVE_THRESH_MEAN_C）
2.基于高斯加权的自适应阈值法（ADAPTIVE_THRESH_GAUSSIAN_C）

接下来我们详细拆解这两种算法。

---

1. 基于均值的自适应阈值法

这种方法最容易理解：
它取以当前像素为中心、blockSize×blockSize 区域的像素均值作为阈值。

数学表达式为：

其中：

• N = blockSize²
• C 为常数偏移量，用于调节整体亮度。

实现逻辑：

1. 以当前像素为中心取一个邻域；
2. 计算邻域内灰度值的平均；
3. 平均值减去 C；
4. 用得到的阈值对当前像素进行二值化。

示例：

假设左上角像素周围的 3×3 邻域灰度值为：

162 163 165
160 159 161
158 157 160

邻域平均值为：

mean = (162+163+165+160+159+161+158+157+160)/9 = 160.56

若 C = 5，则阈值 T = 155.56。
若该像素值 > 155.56 → 输出 255，否则输出 0。

这种方法实现简单、计算快，但受噪声影响较大，因为每个像素的权重相同。

---

2. 基于高斯加权的自适应阈值法

高斯加权法在计算邻域均值时，引入了加权概念——距离中心越近的像素，权重越高。

公式为：

其中,G(i,j)表示二维高斯权重核:

高斯分布的特点是中心值最大，离中心越远权重越低，这样可以让局部区域的中心像素对阈值影响更大，更适合光照渐变的场景。

举个例子：

对于一个 3×3 的高斯核，权重矩阵大致如下：

0.0625  0.125  0.0625
0.125   0.25   0.125
0.0625  0.125  0.0625

它的权重和为 1，这样加权平均不会改变亮度总体水平。

一维高斯函数的推导：

通过不同的 σ（标准差）可以调节分布的“宽窄”。σ 越大，曲线越平；σ 越小，曲线越尖。

在二维扩展下（图像），一般取 σx = σy = σ。

---

3. 核（Kernel）与 σ 的关系

在 OpenCV 中，当 blockSize ≤ 7 且 σ <= 0（未指定）时，系统会自动使用固定核值：

kernel	权重分布（近似值）
1	[1]
3	[0.25, 0.5, 0.25]
5	[0.0625, 0.25, 0.375, 0.25, 0.0625]
7	[0.03125, 0.109375, 0.21875, 0.28125, 0.21875, 0.109375, 0.03125]

---

五、Python + OpenCV 实现自适应二值化

下面我们来动手实现并观察效果。

1. 灰度化处理

import cv2img = cv2.imread('demo.png')       # 读取彩色图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray', gray)
cv2.waitKey(0)

灰度化是二值化的前置步骤，因为自适应算法基于灰度计算阈值。

---

2. 自适应均值法

binary_mean = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2
)
cv2.imshow('Adaptive Mean', binary_mean)
cv2.waitKey(0)

这里：

• blockSize = 11 → 每个像素用 11×11 邻域计算；
• C = 2 → 计算出的阈值减去 2；
• THRESH_BINARY 表示高于阈值为白，否则为黑。

---

3. 自适应高斯法

binary_gauss = cv2.adaptiveThreshold(gray, 255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11, 2
)
cv2.imshow('Adaptive Gaussian', binary_gauss)
cv2.waitKey(0)

可以直观对比两种算法的区别：

• 均值法：阈值分布较平滑，但在阴影区易受噪声影响。
• 高斯法：边缘更柔和，效果更稳定。

---

六、实验对比与结果分析

为了更清晰地看到两种算法的差异，我们使用同一张文字图片进行实验：

方法	参数设置	效果说明
全局阈值法	T=127	光照不均处明显失真，左亮右暗区域文字模糊
自适应均值法	blockSize=11, C=2	能适应部分光照变化，但噪声略多
自适应高斯法	blockSize=11, C=2	阈值变化平滑，整体效果最佳

结论：
在明暗分布不均的场景下，高斯加权法的效果显著优于均值法。
对噪声敏感的图像可以先做 cv2.GaussianBlur() 预处理。

---

七、参数调优经验总结

1. blockSize 的选择

   • 必须是奇数（3、5、7、9、11…）
   • 值越大，局部范围越广，结果越平滑
   • 值太小，会对噪声过敏
   • 一般经验：图像宽度的 1/30 ~ 1/50 较合适

2. C 值的调整

   • 增大 C → 阈值整体降低 → 图像变暗（白色区域减少）
   • 减小 C → 阈值整体升高 → 图像变亮
   • 通常 2~10 之间调整即可

3. adaptiveMethod 的选择

   • MEAN_C 速度快，适合简单场景
   • GAUSSIAN_C 效果好，适合复杂光照

4. 预处理建议

   • 若图像噪声多：先 cv2.medianBlur() 去噪
   • 若亮度变化大：可以尝试 cv2.equalizeHist() 进行直方图均衡化再二值化

---

八、完整代码示例

import cv2
#对图像做自适应二值化处理#1.读取一张想要自适应二值化的彩色图
image_np = cv2.imread('./lena.png')
image_np = cv2.resize(image_np,(400,400))
# 2.对彩色图像进行灰度化
image_gray = cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)#3.对转化好的灰度图进行自适应二值化
#cv2.adaptiveThreshold:用来对单通道图进行自适应二值化的
# 第一个参数:单通道图
# 第二个参数:二值化过程中所用到的最大值
# 第三个参数:自适应二值化的方法:1.平均值法 cv2.ADAPTIVE_THRESH_MEAN 2.使用高斯核的加权平均法cv2.ADAPTIVE_THRESH_MEAN_C
#第四个参数:二值化的方法:1.阈值法:THRESH_BINARY  2.反阈值法:THRESH_BINARY_INV
#第五个参数:blocksize:核的大小,通常为奇数 3*3,5*5
#第六个参数:要减去的常数C的大小:通常为正数,但也有可能是0或者负数
image_binary = cv2.adaptiveThreshold(image_gray,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,5,10)#4.对计算结果进行显示
cv2.imshow('image_np',image_np)
cv2.imshow('image_gray',image_gray)
cv2.imshow('image_binary',image_binary)cv2.waitKey(0)

运行后可以明显看到三张图的差异：

• 原图中光照不均；
• 均值法效果中边缘略粗；
• 高斯法结果边缘细腻、文字清晰。
  输出结果:
  
  
  

---

十一、总结与心得

自适应二值化通过为每个像素动态计算阈值，解决了光照不均、阴影干扰等问题，使得二值化结果更稳健、更具普适性。

掌握它的关键要点有三：

1. 理解局部阈值思想（每个像素独立计算）；
2. 熟悉两种方法的区别（均值法 vs 高斯法）；
3. 灵活调节 blockSize 与 C，获得最佳平衡。