openCV——阈值与平滑处理

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

阈值处理

ret, dst = cv2.threshold(src, thresh, maxval, type)

• src： 输入图，只能输入单通道图像，通常来说为灰度图

• dst： 输出图

• thresh： 阈值

• maxval： 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值

• type：二值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV

• cv2.THRESH_BINARY           超过阈值部分取maxval（最大值），否则取0

• cv2.THRESH_BINARY_INV    THRESH_BINARY的反转

• cv2.THRESH_TRUNC            大于阈值部分设为阈值，否则不变

• cv2.THRESH_TOZERO          大于阈值部分不改变，否则设为0

• cv2.THRESH_TOZERO_INV  THRESH_TOZERO的反转

def cvshow(name, ndarray):
    # 第一个参数表示显示窗口的名字，第二个参数表示数据
    cv2.imshow(name, ndarray)
    # 表示等待多久窗口关闭，毫秒单位。0表示按任意键结束
    cv2.waitKey(0)
    cv2.destroyAllWindows()

boom = cv2.imread("boom.jpg", cv2.IMREAD_GRAYSCALE)
cvshow("boom", boom)
boom.shape

(800, 1280)

# 二值化处理的结果就是黑白图
ret, dst_binary = cv2.threshold(boom, 127, 255, type=cv2.THRESH_BINARY)
ret, dst_binary_inv = cv2.threshold(boom, 127, 255, type=cv2.THRESH_BINARY_INV)
cvshow("binary", dst_binary)
cvshow("binary_inv", dst_binary_inv)

ret, dst_trunc = cv2.threshold(boom, 50, 255, type=cv2.THRESH_TRUNC)
cvshow("trunc", dst_trunc)
ret, dst_tozero = cv2.threshold(boom, 100, 255, type=cv2.THRESH_TOZERO)
cvshow("tozero", dst_tozero)

平滑处理

girl = cv2.imread("girl.jpg")
cvshow("girl", girl)
girl.shape

(333, 500, 3)

均值滤波

• 卷积核的每一个元素都为1

blur = cv2.blur(girl, (3, 3))
cvshow("blur", blur)

高斯滤波

• 中心点的上下左右的像素点权重大于左上，左下，右上，右下的像素点

gau = cv2.GaussianBlur(girl, (3, 3), 1)
cvshow("gau", gau)

中值滤波

• 卷积核选中的像素点，进行排序，用中值代替中心点的值

median = cv2.medianBlur(girl, 5)
cvshow("median", median)

将所有的处理结果都一起展示

res = np.hstack((blur, gau, median))
cvshow("res", res)