OpenCV图像二值化

本文是《OpenCV系列教程》的一部分,重点介绍了OpenCV中的图像二值化技术。通过示例代码17-ImageThresholding.py,解释了threshold函数的参数,包括原图片、阈值、最大值和阈值类型。使用一张渐变图片展示了不同类型的二值化效果,如BINARY和BINARY_INV,帮助理解其工作原理。
摘要由CSDN通过智能技术生成

《OpenCV系列教程》
项目位置:OpenCV-Sample
代码位置:17-ImageThresholding.py

import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('./res/CarID.jpeg',0)

ret,thresh1 = cv.threshold(img,120,255,cv.THRESH_BINARY)
ret,thresh2 = cv.threshold(img,120,255,cv.THRESH_BINARY_INV)
ret,thresh3 = cv.threshold(img,120,255,cv.THRESH_TRUNC)
ret,thresh4 = cv.threshold(img,120,255,cv.THRESH_TOZERO)
ret,thresh5 = cv.threshold(img,120,255,cv.THRESH_TOZERO_INV)
titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
for i in range(6):
    plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

运行效果:
在这里插入图片描述
threshold(src, thresh, maxval, type, dst=None) 参数介绍:

  • src原图片。
  • 阈值
  • 图像中最大值
  • enum cv::ThresholdTypes
    在这里插入图片描述
Enumerator
THRESH_BINARY Python: cv.THRESH_BINARY???(x,y)={??????0if ???(x,y)>??????otherwise
THRESH_BINARY_INV Python: cv.THRESH_BINARY_INV???(x,y)={0??????if ???(x,y)>??????otherwise
THRESH_TRUNC Python: cv.THRESH_TRUNC???(x,y)={????????????(x,y)if ???(x,y)>??????otherwise
THRESH_TOZERO Python: cv.THRESH_TOZERO???(x,y)={???(x,y)0if ???(x,y)>??????otherwise
THRESH_TOZERO_INV Python: cv.THRESH_TOZERO_INV???(x,y)={0???(x,y)if ???(x,y)>??????otherwise
THRESH_MASK Python: cv.THRESH_MASK
THRESH_OTSU Python: cv.THRESH_OTSUflag, use Otsu algorithm to choose the optimal threshold value
THRESH_TRIANGLE Python: cv.THRESH_TRIANGLEflag, use Triangle algorithm to choose the optimal threshold value

看着有些复杂,通过一个更直观的变换看一看吧:
在这里插入图片描述
第一张是原始图片,原始图片为一张渐变图片最右边为纯白,最左边为纯黑,闸值选的为‘127’ ,在做BINARY变换时,大于127的值全部变成黑色,小于127的值全部变白。
BINARY_INV变换,正好相反,大于127的变白,大于127的变黑。省下的三个变换,应该看看就能懂是啥意思了吧?

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值