OpenCV-Python 图像二值化

一.什么是图像二值化

• 彩色图像：三个通道：0-255，0-255，0-255，所以可以有2^24位空间

• 灰度图像：一个通道：0-255，所以有256种颜色

• 二值图像：只有两种颜色：黑和白，1白色（255） 0黑色（0）

二.图像二值化

Ⅰ先获取阈值：

• 从直方图找到波峰波谷，作连线处理
• 从直方图各个点向连线作垂直线，找到最长
• 在垂直线最长的点做一个offset偏移值，找到阈值
  

Ⅱ根据阈值去二值化图像

• 图像二值化方法：全局阈值与局部阈值

ⅢOpenCV中的二值化方法

• OpenCV中图像二值化方法：
  -OTSU
  -Triangle
  -自动与手动
• 自适应阈值

三.全局阈值函数cv2.threshold

· 函数原型：

double threshold(InputArray src, OutputArray dst, double thresh, 
                  double maxval, int type)
 ->retval,dst

· 参数：

• src - 输入数组/图像（多通道，8位或32位浮点）
• thresh - 阈值
• maxval - 最大值，与#THRESH_BINARY和#THRESH_BINARY_INV阈值类型一起使用的最大值（maximum value）
• type - 阈值类型
• dst - 输出数组/图像（与src相同大小和类型以及相同通道数的数组/图像）。

此外，特殊值#THRESH_OTSU或#THRESH_TRIANGLE可以与上述值之一组合。 在这些情况下，函数使用Otsu或Triangle算法确定最佳阈值，并使用它而不是指定的阈值。

· 返回值：

• retval - 阈值 thresh
  若是全局固定阈值算法，则返回thresh参数值。
  若是全局自适应阈值算法，则返回自适应计算得出的合适阈值。
• dst - 经函数处理后的图像 image

· 阈值类型type:

原灰度图像的像素值：

1. 二进制阈值化 THRESH_BINARY ：过门限的值为最大值，其他值为0
   

2. 反二进制阈值化THRESH_BINARY_INV ：过门限的值为0，其他值为最大值
   
   

3. 截断阈值化 THRESH_TRUNC ：过门限的值为门限值，其他值不变
   
   

4. 阈值化为0 THRESH_TOZERO ：