41 OpenCV中的基本阈值操作
代码
import cv2 as cv
import numpy as np
#
# THRESH_BINARY = 0
# THRESH_BINARY_INV = 1
# THRESH_TRUNC = 2
# THRESH_TOZERO = 3
# THRESH_TOZERO_INV = 4
#
src = cv.imread("../images/master.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
# T = 127
# 转换为灰度图像
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
T = cv.mean(gray)[0]
print(T)
for i in range(5):
ret, binary = cv.threshold(gray, T, 255, i)
cv.imshow("binary_" + str(i), binary)
cv.waitKey(0)
cv.destroyAllWindows()
实验结果
解释
假设我们已经寻找到合适的阈值T,那么对图像二值化分割可以看成是一种基本的阈值化操作,其实OpenCV除了支持正常的二值化阈值分割操作之外,还支持一些其它的阈值操作。
OpenCV中提供了阈值函数:threshold()函数。函数作用:根据阈值和所选择的阈值化类型,将阈值上下的像素值分别置0或255实现二值化的效果。
函数原型: ret, dst = cv2.threshold(src, thresh, maxval, type)
参数说明:
ret:表示读取的thresh数值
src:输入的源图像
thresh:阈值的大小
maxval:第五个参数的最大值
type:阈值化类型,可填入数字1~5.不同数字对应的阈值化类型:
1.THRESH_BINARY
在运用该阈值类型的时候,先要选定一个特定的阈值量,比如:125,这样,新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255),灰度值小于125的像素点的灰度值设定为0。
2.THRESH_BINARY_INV
相当于第一个阈值化类型的取反。
3.THRESH_TRUNC
同样首先需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。(例如:阈值选取为125,那小于125的阈值不改变,大于125的灰度值(230)的像素点就设定为该阈值)。
4.THRESH_TOZERO
先选定一个阈值,然后对图像做如下处理:1 像素点的灰度值大于该阈值的不进行任何改变;2 像素点的灰度值小于该阈值的,其灰度值全部变为0。
5.THRESH_TOZERO_INV
与第四个阈值化类型判断的情况相反。
所有内容均来源于贾志刚老师的知识星球——OpenCV研习社,本文为个人整理学习,已获得贾老师授权,有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。