opencv-Binary二值化(二十)

# 图像二值化binary(将图像的每个像素变成两种值,如0,255)
    分为两种API:
            全局二值化:
                    threshold(img,thresh,maxVal,type)
                        img:图像,最好拿灰度图进行二值化
                        thresh:阈值
                        maxVal:超过阈值,则替换成maxVal
                        type:THRESH_BINARY和THRESH_BINARY_INV,这两个api相反效果,第一个是超过阈值变成最大值,第二个是低于
            局部二值化adaptiveThreshold API:
                    adaptiveThreshold(img,maxVal,adaptiveMethod,
                                      type,blockSize,C)
                    adaptiveMethod(适应方法):
                                        计算阈值的方法:ADAPTIVE_THRESH_MEAN_C:计算邻近区域的平均值
                                                     ADAPTIVE_THRESH_GAUSSIAN_C:高斯窗口甲醛平均值,一般选择这个
                    type:THRESHOLD_BINARY、THRESHOLD_BINARY_INV用法与全局二值化一样
                    blockSize:邻近区域的大小
                    C:常量,应从计算出的平均值或加权平均值中减去,一般设置为0
import cv2 as cv
import numpy as np

img = cv.imread('./img/houmo.png')
img1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)


ret,dst = cv.threshold(img1,127,255,cv.THRESH_BINARY)
# 与上面效果相反
# ret,dst = cv.threshold(img1,127,255,cv.THRESH_BINARY_INV)

print(ret,dst.shape)
print(dst)
cv.imshow('img1',img1)
cv.imshow('dst',dst)
cv.waitKey(0)
局部二值化adaptiveThreshold
import cv2 as cv
import numpy as np

img = cv.imread('./img/houmo.png')
img1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)


dst = cv.adaptiveThreshold(img1,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,7,0)


print(dst)
cv.imshow('img1',img1)
cv.imshow('dst',dst)
cv.waitKey(0)

  • 6
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值