python opencv学习（四）阈值与平滑处理

图像阈值

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

• src：输入图像，只能输入单通道图像，一般是灰度图
• dst：输出图像
• thresh：阈值
• maxval：当像素超过阈值（或小于阈值，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；cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC；  cv2.THRESH_TOZERO； cv2.THRESH_TOZERO_INV；
• cv2.THRESH_BINARY：二值法，超过阈值部分取maxval（最大值），否则取0
• cv2.THRESH_BINARY_INV：cv2.THRESH_BINARY的反转
• cv2.THRESH_TRUNC： 大于阈值部分，设为阈值，否则不变。（阈值=127，>127，就变成127，<127,不变）
• cv2.THRESH_TOZERO：大于阈值的部分不变，否则取0
• cv2.THRESH_TOZERO_INV：cv2.THRESH_TOZERO 的反转

图像平滑

#均值滤波
#简单的平均卷积操作
#将周围像素值求和，再求平均作为像素值

blur=cv2.blur(img,(3, 3))#相当于与一个3*3的单位矩阵做卷积（3，3）是卷积核

cv2.imshow('blur',blur)
cv2.waitKey(0)
cv2.destoryAllWindow()


#方框滤波
#基本和均值滤波一样，可以选择归一化

box=cv2.boxFilter(img,-1,(3,3),normalize=True)

#这里 -1 是指自动计算，得到结果与颜色通道数是一致的。不用改默认
# normalize=True 做归一化  normalize=False 没有做归一化，跟均值滤波完全一样
#有可能发生越界，像素值，大于255，则会将大于255的像素值，全部置为255



#高斯滤波
#距离目标像素值越近，给的权重越大，根据不同的距离进行设置权重矩阵
#高斯模糊的卷积核里的数值满足高斯分布，相当于更重视中间的
assian=cv2.GassianBlur(img,(5,5),1)


#中值滤波
#相当于用中指代替,从小到大进行排序，用中间的值代替

median=cv2.medianBlur(img,5)  #5*5 核

#展示所有
res=np.hstack((blur,aussian,median))#hstack,横着拼接，vstack竖着拼接
print(res)
#cv_show('res',res)