首先补一下忘记说了的最基础的东西 二值化 之类的基础操作
0 图像之间转换
0.1各种类型的相互转换
图像类型转换通常是在索引色、灰度图、真彩色(RGB)、二值图像之间。matlab中,有函数分别对应各种类型的相互转换:
dither
抖动法把灰度变成二值图,或把真彩色抖动成索引色
gray2ind
将灰度图转换为索引图
grayslice
通过设定阈值,将灰度图转换为索引图
im2bw
通过设定阈值,将各种图转换为二值化图
ind2gray
索引转灰度 ind2rgb
索引转真彩
rgb2gray
真彩转灰度 rgb2ind
真彩转索引
在具体的操作中,索引色除了一些展示数据的场合,很少以图像的形式显示。而灰度图,真彩色的各个通道,二值图,都有各自特殊的作用,在对象检测、模式识别等领域被广泛的使用。
在python中,也同样可以用opencv来实现由真彩色转换为灰度图,与灰度图二值化,并且二值化有很多方式。
由真彩色变为灰度图我们可以用:
im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
0.2 二值化
二值化是大多数图像处理中很重要的一个环节,它可以使图像变得更简单。为了使二值化的效果更好,二值化的方法也在不断进步。
0.2.1 固定阈值二值化
开始是固定阈值的二值化,就是大于n的只设为255,小于n的值设为0,这个n就是全局固定阈值。这种方法会出现在不同的明暗环境下,目标和背景不能够很好的被区分。
在matlab中,可以用graythresh
自动获取阈值,再用im2bw
来做二值化操作。并且这种操作并不需要图像先转换为灰度图,直接真彩色也可以二值化。
在python中,固定阈值的二值化操作如下:
retval, im_at_fixed= cv2.threshold(im_gray, 50, 255, cv2.THRESH_BINARY)
#将阈值设置为50,阈值类型为cv2.THRESH_BINARY,则灰度在大于50的像素其值将设置为255,其它像素设置为0
cv2.axis("off")
cv2.title("Fixed Thresholding")
cv2.imshow(im_at_fixed, cmap = 'gray')