niBlack threshold

OpenCV에 있는 niBlackthreshold 함수의 소스코드이다.

 

핵심적인 내용은

boxFilter와 sqrBoxFilter 값을 동일한 src에 대하여 구한 다음,

그 값을 기반으로 threshold를 생성한다는 것이다. 

 

Var[X] = E[X^2] - E[X]^2

 

이미지에 적용해봤더니, SEAM영역의 경계는 잘 추출이되는데,

영역이 좀 넓은 여백부분에서는 여백의 일부가 추출되는 현상이 있었다.

( 아마도 적절하게 boxSize와 k 값을 조정해 주면 더 좋은 결과를 얻을 수 있을 것이다. )

void niBlackThreshold( InputArray _src, OutputArray _dst, double maxValue,
        int type, int blockSize, double k, int binarizationMethod )
{
    // Input grayscale image
    Mat src = _src.getMat();
    CV_Assert(src.channels() == 1);
    CV_Assert(blockSize % 2 == 1 && blockSize > 1);
    if (binarizationMethod == BINARIZATION_SAUVOLA) {
	CV_Assert(src.depth() == CV_8U);
    }
    type &= THRESH_MASK;

    // Compute local threshold (T = mean + k * stddev)
    // using mean and standard deviation in the neighborhood of each pixel
    // (intermediate calculations are done with floating-point precision)
    Mat thresh;
    {
        // note that: Var[X] = E[X^2] - E[X]^2
        Mat mean, sqmean, variance, stddev, sqrtVarianceMeanSum;
        double srcMin, stddevMax;
        boxFilter(src, mean, CV_32F, Size(blockSize, blockSize),
                Point(-1,-1), true, BORDER_REPLICATE);
        sqrBoxFilter(src, sqmean, CV_32F, Size(blockSize, blockSize),
                Point(-1,-1), true, BORDER_REPLICATE);
        variance = sqmean - mean.mul(mean);
        sqrt(variance, stddev);
        switch (binarizationMethod)
        {
        case BINARIZATION_NIBLACK:
		thresh = mean + stddev * static_cast<float>(k);
		break;
        case BINARIZATION_SAUVOLA:
		thresh = mean.mul(1. + static_cast<float>(k) * (stddev / 128.0 - 1.));
		break;
        case BINARIZATION_WOLF:
		minMaxIdx(src, &srcMin);
		minMaxIdx(stddev, NULL, &stddevMax);
		thresh = mean - static_cast<float>(k) * (mean - srcMin - stddev.mul(mean - srcMin) / stddevMax);
		break;
        case BINARIZATION_NICK:
		sqrt(variance + sqmean, sqrtVarianceMeanSum);
		thresh = mean + static_cast<float>(k) * sqrtVarianceMeanSum;
		break;
        default:
		CV_Error( CV_StsBadArg, "Unknown binarization method" );
		break;
        }
        thresh.convertTo(thresh, src.depth());
    }

    // Prepare output image
    _dst.create(src.size(), src.type());
    Mat dst = _dst.getMat();
    CV_Assert(src.data != dst.data);  // no inplace processing

    // Apply thresholding: ( pixel > threshold ) ? foreground : background
    Mat mask;
    switch (type)
    {
    case THRESH_BINARY:      // dst = (src > thresh) ? maxval : 0
    case THRESH_BINARY_INV:  // dst = (src > thresh) ? 0 : maxval
        compare(src, thresh, mask, (type == THRESH_BINARY ? CMP_GT : CMP_LE));
        dst.setTo(0);
        dst.setTo(maxValue, mask);
        break;
    case THRESH_TRUNC:       // dst = (src > thresh) ? thresh : src
        compare(src, thresh, mask, CMP_GT);
        src.copyTo(dst);
        thresh.copyTo(dst, mask);
        break;
    case THRESH_TOZERO:      // dst = (src > thresh) ? src : 0
    case THRESH_TOZERO_INV:  // dst = (src > thresh) ? 0 : src
        compare(src, thresh, mask, (type == THRESH_TOZERO ? CMP_GT : CMP_LE));
        dst.setTo(0);
        src.copyTo(dst, mask);
        break;
    default:
        CV_Error( CV_StsBadArg, "Unknown threshold type" );
        break;
    }
}