二值图像阈值、形态学与掩膜工具

目标与适用范围

将图片转换为二值掩膜，比较不同阈值方法，修整前景形状，并通过形态学和布尔运算组合掩膜。
本指南将当前任务范围转化为可复核的交付结果。请保留源文件、中间产物和关键判断，让后续协作者能够理解检查了什么以及为什么这样处理。

准备证据并作出选择

• 开始前准备一份有代表性的输入、文件、数值或示例。

• 明确目标输出格式、使用对象或下游用途。

• 决策点: 根据光照选择阈值. 依据对比度与局部光照，在固定、Otsu 或自适应阈值之间选择。

• 决策点: 根据缺陷选择形态学操作. 根据需要修复的形状缺陷，选择腐蚀、膨胀、开运算或闭运算。

• 决策点: 选择掩膜组合方式. 先对齐输入，再按所需掩膜关系选择 AND、OR、XOR 或 NOT。

按步骤完成工作流

1. 生成候选二值掩膜

先将图像转为黑白，再结合输入光照与对比度，比较固定、Otsu 与自适应阈值的结果。 使用 image-binary, image-threshold, image-otsu-threshold, image-adaptive-threshold.

2. 修复前景几何

检查孔洞、斑点、细桥与断裂笔画；只施加必要的形态学处理，并保留最佳中间掩膜。 使用 image-erode, image-dilate, image-open, image-close.

3. 组合相关掩膜

先统一掩膜尺寸对齐，再用 AND、OR 或 XOR 得到相交、合并或差异区域。 使用 image-boolean-and, image-boolean-or, image-boolean-xor.

4. 设定极性并验收

当下游工具需要相反极性时使用 NOT，然后检查边缘、孔洞、孤立像素与文件格式。 使用 image-boolean-not.

交付前验收结果

• 输出为二值掩膜，且前景极性符合预期。
• 所选阈值既能保留目标物体，又不过多引入噪点。
• 形态学修复了已识别的缺陷，且未抹除重要形状细节。
• 布尔运算使用对齐的掩膜，并已核对区域关系是否符合意图。

常见问题

• 应该选择哪种阈值方法？ 光照和对比度稳定时使用固定阈值；前景与背景形成明显灰度分组时使用 Otsu；图片不同区域亮度不一致时使用自适应阈值。
• 开运算和闭运算有什么区别？ 开运算先腐蚀后膨胀，适合去除细小亮点和断开狭窄连接；闭运算先膨胀后腐蚀，适合填补小孔并连接邻近前景。
• 什么时候直接使用腐蚀或膨胀？ 腐蚀用于收缩前景或去除细小凸起；膨胀用于扩展区域、加粗笔画或弥合小间隙。