Python-彩色图像的二值化

效果展示

理论部分

• 灰度：表示图像像素明暗程度的数值，也就是黑白图像中点的颜色深度。范围一般为0-255。白色为255，黑色为0。

• 通道：把图像分解成一个或多个颜色成分：

• 单通道：一个像素点只需一个数值表示，只能表示灰度，0为黑色（灰度化和二值化）

• 三通道：把图像分为红绿蓝三个通道，可以表示彩色（RGB模式）

• 四通道：在RGB基础上加上alpha（透明度）通道，alpha=0表示全透明

• RGB转化为灰度图

  • 浮点算法：Gray = R0.3 +G0.59 + B0.11
  • 整数算法：Gray = (R30 + G59 + B11) / 100

• 二值化

  • Step1：灰度化：img_gray = rgb2gray(img)
  • Step2：二值化（阈值随意设置，这里设置为0.5）：

  rows, cols = img_gray.shape
  img_binary = np.zeros([h,w],img.dtype)
  for i in range(rows):
  	for j in range(cols):
      	img_binary[i,j] = int(img_gray[i,j]+0.5)
  

代码部分

• 使用库
  • opencv：安装使用pip install opencv-python，使用时用 import cv2
  • matplotlib：安装使用pip install matplotlib，使用时用 import matplotlib.pyplot as plt
  • skimage：安装使用pip install scikit-image，使用时用 import skimage

"""
@author: Hanley-Yang

彩色图像的二值化
"""
from skimage.color import rgb2gray
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import cv2

#灰度化处理
img = cv2.imread("shangri-la.jpg")
h,w = img.shape[:2]
img_gray = np.zeros([h,w],img.dtype)
# 遍历灰度化每个像素值
# for i in range(h):
#     for j in range(w):
#         init = img[i,j]
#         img_gray[i,j] = int((init[0]*0.11 + init[1]*0.59 + init[2]*0.3) / 255)
img_gray = rgb2gray(img)

#二值化
rows, cols = img_gray.shape
img_binary = np.zeros([h,w],img.dtype)
for i in range(rows):
    for j in range(cols):
        img_binary[i,j] = int(img_gray[i,j]+0.5)
print("---image gray----")
print(img_gray)

#img_binary = np.where(img_gray >= 0.5, 1, 0) #也可使用该方法二值化

print("---image binary---")
print(img_binary)
print(img_binary.shape)

#显示原始图片在画布上方
plt.subplot(211)
img = plt.imread("shangri-la.jpg")
plt.imshow(img)

#显示二值化图片在画布下方
plt.subplot(212)
plt.imshow(img_binary, cmap='gray')
plt.show()