五、opencv图像二值化和形态学操作-python实现（固定阈值、自适应二值化；图像辅食、膨胀、闭运算、开运算）

一：图像二值化

（1）固定阈值二值化

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

src： 输入图，只能输入单通道图像，通常来说为灰度图
dst： 输出图
thresh： 阈值
maxval： 当像素值超过了阈值（或者小于阈值，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
（2）自适应阈值

dst = cv2.adaptiveThreshold(src, maxval, thresh_type, type, Block Size, C)

src： 输入图，只能输入单通道图像，通常来说为灰度图
dst： 输出图
maxval： 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
thresh_type： 阈值的计算方法，包含以下2种类型：cv2.ADAPTIVE_THRESH_MEAN_C； cv2.ADAPTIVE_THRESH_GAUSSIAN_C.
type：二值化操作的类型，与固定阈值函数相同，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.
Block Size： 图片中分块的大小
C ：阈值计算方法中的常数项

二、形态学操作

#构造核

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

#腐蚀

dst1 = cv2.erode(dst,kernel)

#膨胀

dst2 = cv2.dilate(dst, kernel)

#两者相减

dst = cv2.absdiff(dst2,dst1)

#按位取反

#dst = cv2.bitwise_not(dst)

#定义结构元素

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

#闭运算

closed = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

#开运算

opened = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)