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)