Python-OpenCV图像阈值

最新推荐文章于 2023-10-14 21:59:14 发布

Ciroo

最新推荐文章于 2023-10-14 21:59:14 发布

阅读量822

点赞数

分类专栏：图像处理阅读文章标签： opencv python

本文链接：https://blog.csdn.net/cdq928/article/details/77342373

版权

本文详细介绍了Python中使用OpenCV进行图像阈值处理的方法，包括简单阈值、自适应阈值和Otsu's二值化。简单阈值通过设定单一阈值将像素分为黑白两部分；自适应阈值根据不同区域的亮度变化动态计算阈值，适用于光照不均匀的图像；Otsu's二值化则自动找到双峰图像的最佳阈值，简化了手动选取过程。

摘要由CSDN通过智能技术生成

0x01. 简单阈值

简单阈值指的是当像素高于阈值时，给此像素赋予一个新值(可能是白色或黑色)。
OpenCV中提供函数为:
cv2.threshhold(src,thresh,maxval,type)。
src：原图像，图像应为灰度图。
thresh：对像素值进行分类的阈值。
maxval：当像素高于(或小于)阈值时应被赋予的新的像素值。
type:OpenCV中提供多种不同的阈值方法，包括

cv2.THRESH_BINARY 二值阈值化
cv2.THRESH_BINARY_INV 反向二值阈值化并反转
cv2.THRESH_TRUNC 截断阈值化
cv2.THRESH_TOZERO 超过阈值被置为0
cv2.THRESH_TOZERO_INV 低于阈值被置为0

实例：

import cv2
import numpy as np
import matplotlib.pyplot as plt

img=cv2.imread('pitt1.jpg',cv2.IMREAD_COLOR)

ret,new1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,new2=cv2.threshold(img,127,255,cv2.THRESH_BIN