🟠 画像2値化

機能説明

このオペレーターは入力されたグレースケール画像を2値画像（黒色と白色のピクセルのみを含む画像）に変換するために使用されます。設定された閾値と方法により、画像中のピクセル点をそのグレースケール値に基づいて分割し、一部のピクセルを純白（ピクセル値255）に、もう一部を純黒（ピクセル値0）に変え、画像の輪郭や特定の領域を際立たせます。

使用シーン

  • 画像の簡略化と前処理：後続の複雑なアルゴリズムの前処理ステップとして、計算量を削減し、重要でない背景情報を排除します。

  • ターゲット分割：ターゲット物体と背景に明確なグレースケールの差がある場合、2値化により迅速にターゲットを背景から分離し、マスク画像を生成できます。

入力出力

入力項目

グレースケール画像：処理対象の単一チャンネルグレースケール画像。

出力項目

マスク画像：2値化処理後に生成されるマスク画像で、単一チャンネル2値画像です。

パラメータ説明

2値化方法

パラメータ説明

2値化を実行する際に採用する具体的なアルゴリズムを選択します。

調整説明

  • 標準2値化：最も基礎的な方法。ピクセルのグレースケール値が2値化閾値以上の場合は白色(255)になり、閾値未満の場合は黒色(0)になります。照明が均一で、ターゲットと背景のコントラストが非常に明確な単純なシーンに適しています。

  • 逆2値化：標準2値化のロジックと逆。ピクセルのグレースケール値が2値化閾値以上の場合は黒色(0)になり、閾値未満の場合は白色(255)になります。明るい背景から暗いターゲットを抽出する必要があるシーンに適しています。

  • 大津法自適応閾値：自適応閾値方法。画像全体のグレースケールヒストグラムを自動的に分析し、前景と背景のクラス間分散を最大化する閾値を計算します。照明が不均一なシーンに適しています。

  • 三角形法則：別の自適応閾値方法。同様に閾値を自動計算し、グレースケールヒストグラムに主要なピークが1つだけある画像に適しています。例えば、大部分が暗い背景の画像上に明るいターゲットがある場合。

2値化閾値

パラメータ説明

各ピクセルを黒色にするか白色にするかを判断するためのグレースケール値の境界線を設定します。

「標準2値化」と「逆2値化」の2つの方法を選択した場合に使用可能です。

調整説明

  • この値を高く調整：より多くのピクセルがグレースケール値が閾値より低いため黒色に分類され、最終画像の白色領域が減少します。背景ノイズを抑制したり、画像中の最も明るい部分の領域のみを抽出する必要があるシーンに適しています。

  • この値を低く調整：より多くのピクセルがグレースケール値が閾値より高いため白色に分類され、最終画像の白色領域が増加します。ターゲット自体の輝度が低いか、背景とのコントラストが高くないシーンに適しています。

パラメータ範囲

[0,255]、デフォルト値：120