Python 之OpenCV的阈值分割

阈值分割

cv.threshold（src, thresh, maxval, type, dst=None）

src:原图

thresh：阈值

maxval：当type指定为THRESH_BINARY或THRESH_BINARY_INV时，需要设置该值；

type：不同类型的阈值

类型	条件	选中阈值区间
THRESH_BINARY	if src(x,y) > thresh dst(x,y) = maxValue else dst(x,y) = 0	thresh<= dst(x,y)<maxValue
THRESH_BINARY_INV	if src(x,y) > thresh dst(x,y) = 0 else dst(x,y) = maxValue	dst(x,y)<thresh or dst(x,y)>maxValue
THRESH_TRUNC	if src(x,y) > thresh dst(x,y) = thresh else dst(x,y) =src(x,y)	大于thresh的设置为thresh,小于的不变
THRESH_TOZERO	if src(x,y) > thresh dst(x,y) = src(x,y) else dst(x,y) =0	大于thresh的不变，小于的设置为0
THRESH_TOZERO_INV	if src(x,y) > thresh dst(x,y) = 0 else dst(x,y) =src(x,y)	大于thresh的设置为0，小于的不变

输出：有两个结果输出，第一个是使用的阈值，第二个是应用阈值后的图像

自动阈值分割

cv.adaptiveThreshold(src,maxValue,adaptiveMethod,thresholdType,blockSize,C)

src	输入灰度图像
maxValue	阈值最大值
adaptiveMethod	指定阈值计算方式(ADAPTIVE_THRESH_MEAN_C:阈值是邻近区域的平均值减去一个常数，ADAPTIVE_THRESH_GAUSSIAN_C:阈值是邻域值的高斯加权总和减去一个常数)
thresholdType	不同类型的阈值
blockSize	邻域大小
C	一个常熟，阈值等于平均值或加权平均值减去一个常数

高斯滤波

GaussianBlur（src,ksize,sigmaX）

src	输入图像
ksize	高斯滤波模版大小
sigmaX	x方向上的标准差（标准差对结果的影响：调大标准差即提高了远处像素对中心像素的影响，标准差越大，曲线越平滑）

 

低通滤波器（LPF）

有助于消除噪音，是图像模糊

高通滤波器（HPF）

有助于在图像中找到边缘