函数说明:

全局阈值分割，适用于环境稳定，特征与背景存在明显的灰度差场合

函数参数:

Image（输入图像） Region（输出区域） MinGray（输入最小灰度值，范围0-255） MaxGray（输入最大灰度值，范围0-255）

函数实例： 原图…

结果效果图：

函数说明：

自动全局阈值分割，两种法：‘max_separability’和’smooth_histo’，这两种方法都应该只用于具有双峰直方图的图像。

函数参数：

Image（输入图像） Region（输出区域） Method（分割方法）有’max_separability’、‘smooth_histo’两种法 LightDark（提取目标是亮或者暗）有’dark’，'light’可选 UsedThreshold（使用的阈值）

函数实例：

原图…

结果效果图：

函数说明：

局部阈值分割，一般与滤波算子mean_image (输入图像, 输出区域, 滤波参数, 滤波参数)，一般滤波值参数= 2*被选物像素宽度 + 3，根据实际情况而定。

函数参数：

OrigImage（输入图像） ThresholdImage（输入局部阈值的图像）就是mean_image 算子的输出区域 RegionDynThresh（输出区域） Offset（输入ThresholdImage 的偏移量 ） 建议值： 1.0、3.0、5.0、7.0、10.0、20.0、30.0 LightDark（输入提取亮区、暗区或类似区域？） 值列表：‘dark’、‘equal’、‘light’、‘not_equal’

函数实例： 原图…

结果效果图：

函数说明：

通过局部均值和标准偏差分析对图像进行阈值化,可以在不均匀、嘈杂或照明不均匀的背景上分割区域。

函数参数：

Image（输入图像） Region（输出区域） MaskWidth（输入平均值和偏差计算的掩码宽度）MaskWidth >= 1 MaskHeight（输入平均值和偏差计算的掩码高度） MaskHeight >= 1 StdDevScale（输入灰度值标准偏差的因子） AbsThreshold（输入与平均值的最小灰度值差） LightDark（输入阈值类型） 值列表：‘dark’、‘equal’、‘light’、‘not_equal’

函数实例： 原图…

效果结果图：

函数说明：

使用从其直方图确定的阈值分割图像。 1.计算灰度直方图。 2.高斯平滑后从直方图提取最小值。 3.根据提取的最小值进行阈值分割，sigma越大提取区域越少。

函数参数：

Image（输入图像） Regions（输出图像） Sigma（输入Sigma 用于直方图的高斯平滑）0.0 ≤ Sigma ≤ 100.0

函数实例： 原图…

结果效果图：