【OpenCV】41 OpenCV中的基本阈值操作

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。