我正在构建一个图像处理管道，该过程中的一个步骤需要根据饱和度对图像进行阈值处理。
使用 OpenCV-Python 的示例代码：
H, S, V = cv2.split(img)
mask = cv2.threshold(S, low, 255, cv2.THRESH_BINARY)
low如果我查看直方图，我知道如何手动设置值：
（红色箭头表示我会选择的值）
我的问题是：如何以编程方式找到该值？
一些不严谨的问题描述：
- 找到最右边的“驼峰”的下边界
- 找到不在边缘的最小值
在直方图中间找到最小值
信息处理
图像分割
2022-02-02 18:26:28
1个回答
对我来说，这看起来像你想要的东西
- 从右边开始。将 bin 的值相加，只要
- 添加的 bin 大于最后一个或
- 该 bin 添加的值除以当前总和仍高于固定阈值
调整阈值以满足您的需求。
通常，平滑直方图（有效地：对其应用低通滤波器）会有所帮助。或者你做一些事情，比如找到一个函数 fit，比如一个固定次数的多项式（比如说 5），它可以最小化一些误差函数（例如，所有 bin 中的平方和绝对误差），然后分析地找到局部极值。