OpenCV中图像的零处理与截断处理讲解与实战（附Python源码）

需要源码请点赞关注收藏后评论区留言私信~~~

一、零处理

零处理会将某一个范围内的像素值变为0，并允许范围之外的像素保持原值，零处理包括低于零处理和超出阈值零处理

低于阈值零处理

该处理将低于或者等于阈值的像素值变为0，大于阈值的像素值保持原值

import cv2
img = cv2.imread("black.png", 0)  # 将图像读成灰度图像
t5, dst5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)  # 低于阈值零处理
cv2.imshow('img', img)  # 显示原图
cv2.imshow('dst5', dst5)  # 低于阈值零处理效果图
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体

上述图像中低于或者等于127的区域彻底变黑，像素值高于127的保持渐变效果

超出阈值零处理

 该处理将大于阈值的像素值变为0，小于或者等于阈值的像素值保持原值

import cv2
img = cv2.imread("black.png", 0)  # 将图像读成灰度图像
t6, dst6 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)  # 超出阈值零处理
cv2.imshow('img', img)  # 显示原图
cv2.imshow('dst6', dst6)  # 超出阈值零处理效果图
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体

彩色图像会呈现出一种混乱的效果 

二、截断处理

截断处理也叫做截断阈值处理，该处理将图像中大于阈值的像素值变为和阈值一样的值，小于或者等于阈值的像素保持原值

import cv2
img = cv2.imread("black.png", 0)  # 将图像读成灰度图像
t1, dst1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)  # 二值化阈值处理
t7, dst7 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)  # 截断处理
cv2.imshow('dst1', dst1)  # 展示二值化效果
cv2.imshow('dst7', dst7)  # 展示截断效果
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体
 

 图像经过截断处理后，整体颜色都会变暗，彩色图像经过截断处理后，在降低亮度的同时还会让浅颜色区域的颜色变得更浅

创作不易 觉得有帮助请点赞关注收藏~~~