Адаптивные параметры пороговых значений путаницы

Question

Может кто-нибудь, пожалуйста, скажите мне, какие параметры в этих функциях Adaptive Threshold и как они управляют черно-белыми пикселями.

cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\ 
      cv2.THRESH_BINARY,11,2) 
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\ 
      cv2.THRESH_BINARY,11,2) 

Answer 1

Python: cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst]) → dst 

Параметры:

src – Source 8-bit single-channel image. 
dst – Destination image of the same size and the same type as src . 
maxValue – Non-zero value assigned to the pixels for which the condition is satisfied. See the details below. 
adaptiveMethod – Adaptive thresholding algorithm to use, ADAPTIVE_THRESH_MEAN_C or ADAPTIVE_THRESH_GAUSSIAN_C . See the details below. 
thresholdType – Thresholding type that must be either THRESH_BINARY or THRESH_BINARY_INV . 
blockSize – Size of a pixel neighborhood that is used to calculate a threshold value for the pixel: 3, 5, 7, and so on. 
C – Constant subtracted from the mean or weighted mean (see the details below). Normally, it is positive but may be zero or negative as well. 

Взятые из here:, и это также объясняет метод в гораздо более подробно.

Answer 2

Добавить в ответ от GPPK.

Функция преобразует изображение в оттенках серого для бинарного изображения в соответствии с формулами:

• THRESH_BINARY

• THRESH_BINARY_INV

где T (x, y) - порог, рассчитанный индивидуально для каждого пикселя.

• Для метода ADAPTIVE_THRESH_MEAN_C, пороговое значение Т (х, у) представляет собой среднее значение BLOCKSIZE х BLOCKSIZE окрестность (х, у) минус C.
• Для метода ADAPTIVE_THRESH_GAUSSIAN_C пороговое значение T (x, y) представляет собой взвешенную сумму (кросс-корреляцию с гауссовым окном) в блочной области блока sizeSize x (x, y) минус C. Сигма по умолчанию (стандартное отклонение) используется для указанного блока.