python-OpenCV之阈值处理

OpenCV函数原型:

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

返回值解释

returned_thresh_value返回的阈值
dst处理后的图片

参数解释

src输入的图片,只能输入单通道图像,通常来说是灰度图
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 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

代码示例

import cv2 as cv
import numpy as np

# 读入图片
src = cv.imread('test2.jpg', flags=0)
# 设置文本
text = "Original Image"
# 将原图片复制一份,以在其上显示文字
ori = src.copy()
# 调用putText()函数在原图片上显示文字
cv.putText(ori, text, (400, 1800), cv.FONT_HERSHEY_COMPLEX, 5.0, (255, 0, 0), 12)

# 设置阈值
ThreshValue = 165
# 设置最大像素值
MaxVal = 230

# cv.THRESH_BINARY
returned_thresh_value, dst = cv.threshold(src, ThreshValue, MaxVal, cv.THRESH_BINARY)
cv.putText(dst, "cv.THRESH_BINARY", (400, 1800), cv.FONT_HERSHEY_COMPLEX, 4.0, (255, 0, 0), 12)
# cv.THRESH_BINARY_INV
returned_thresh_value1, dst1 = cv.threshold(src, ThreshValue, MaxVal, cv.THRESH_BINARY_INV)
cv.putText(dst1, "cv.THRESH_BINARY_INV", (400, 1800), cv.FONT_HERSHEY_COMPLEX, 4.0, (255, 0, 0), 12)
# cv.THRESH_TRUNC
returned_thresh_value2, dst2 = cv.threshold(src, ThreshValue, MaxVal, cv.THRESH_TRUNC)
cv.putText(dst2, "cv.THRESH_TRUNC", (400, 1800), cv.FONT_HERSHEY_COMPLEX, 4.0, (255, 0, 0), 12)
# cv.THRESH_TOZERO
returned_thresh_value3, dst3 = cv.threshold(src, ThreshValue, MaxVal, cv.THRESH_TOZERO)
cv.putText(dst3, "cv.THRESH_TOZERO", (400, 1800), cv.FONT_HERSHEY_COMPLEX, 4.0, (255, 0, 0), 12)
# cv.THRESH_TOZERO_INV
returned_thresh_value4, dst4 = cv.threshold(src, ThreshValue, MaxVal, cv.THRESH_TOZERO_INV)
cv.putText(dst4, "cv.THRESH_TOZERO_INV", (400, 1800), cv.FONT_HERSHEY_COMPLEX, 4.0, (255, 0, 0), 12)

cv.namedWindow('Thresh', cv.WINDOW_NORMAL)

# 将图片拼接起来
show0 = np.hstack([ori, dst, dst1])
show1 = np.hstack([dst2, dst3, dst4])
show = np.vstack([show0, show1])

# 显示图片
cv.imshow('Thresh', show)

cv.waitKey()
cv.destroyAllWindows()

处理效果

 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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