（openCV 十七）图像阈值、二值化

最新推荐文章于 2024-08-14 18:10:44 发布

niucaiqing

最新推荐文章于 2024-08-14 18:10:44 发布

阅读量1.5k

点赞数

分类专栏： openCV 文章标签：二值化阈值

本文链接：https://blog.csdn.net/niuniu0243111006/article/details/93734644

版权

本文详细介绍了OpenCV中的图像阈值处理，包括简单阈值、自适应阈值和Otsu's二值化的原理与应用，并通过代码示例展示了如何实现各种阈值操作。此外，还提及了`cv2.inRange()`函数在二值化图像中的作用。

摘要由CSDN通过智能技术生成

1、简单阈值
与名字一样，这种方法非常简单。但像素值高于阈值时，我们给这个像素赋予一个新值（可能是白色），否则我们给它赋予另外一种颜色（也许是黑色）。这个函数就是 cv2.threshhold()。
第一个参数：就是原图像，原图像应该是灰度图。
第二个参数：就是用来对像素值进行分类的阈值。
第三个参数：就是当像素值高于（有时是小于）阈值时应该被赋予的新的像素值。
第四个参数：OpenCV提供了多种不同的阈值方法，这是有第四个参数来决定的。这些方法包括：
• cv2.THRESH_BINARY
• cv2.THRESH_BINARY_INV
• cv2.THRESH_TRUNC
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV
在这里插入图片描述
返回值:第一个为 retVal，我们后面会解释。第二个就是阈值化之后的结果图像了。

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread(‘gradient.png’,0)
ret,thresh1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3