Opencv之图像固定阈值二值化处理threshold_opencv threshold固定灰度-CSDN博客

本文链接：https://blog.csdn.net/qq_37385726/article/details/82015545

本文详细介绍了图像二值化的基本概念及其在OpenCV中的实现方式，探讨了不同阈值类型如cv2.THRESH_BINARY和cv2.THRESH_OTSU的应用场景，并通过实例代码展示了如何使用Python和OpenCV进行图像的二值化处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、图像二值化

定义：图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。

灰度值0：黑，灰度值255：白

一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化（Binarization）。

二、threshold

cv2.threshold(img, threshold, maxval,type)

其中：

threshold是设定的阈值
maxval是当灰度值大于（或小于）阈值时将该灰度值赋成的值
type规定的是当前二值化的方式

破折线为将被阈值化的值；虚线为阈值

cv2.THRESH_BINARY 大于阈值的部分被置为255，小于部分被置为0

cv2.THRESH_BINARY_INV 大于阈值部分被置为0，小于部分被置为255

cv2.THRESH_TRUNC 大于阈值部分被置为threshold，小于部分保持原样

cv2.THRESH_TOZERO 小于阈值部分被置为0，大于部分保持不变

cv2.THRESH_TOZERO_INV 大于阈值部分被置为0，小于部分保持不变

其实还有很重要的cv2.THRESH_OTSU 作为图像自适应二值化的一个很优的算法Otsu大津算法的参数：

使用为cv2.threshold(img, 0, 255, cv2.THRESH_OTSU )

三、代码

import cv2

img1 = cv2.imread('./Image/cv.jpg',cv2.IMREAD_GRAYSCALE)

img1 = cv2.resize(img1,(300,300),interpolation=cv2.INTER_AREA)
cv2.imshow('img1',img1)
#
#


ret,binary = cv2.threshold(img1,175,255,cv2.THRESH_BINARY)
ret,binaryinv = cv2.threshold(img1,175,255,cv2.THRESH_BINARY_INV)
ret,trunc = cv2.threshold(img1,175,255,cv2.THRESH_TRUNC)
ret,tozero = cv2.threshold(img1,175,255,cv2.THRESH_TOZERO)
ret,tozeroinv = cv2.threshold(img1,175,255,cv2.THRESH_TOZERO_INV)


cv2.imshow('binary',binary)
cv2.imshow('binaryinv',binaryinv)
cv2.imshow('trunc',trunc)
cv2.imshow('tozero',tozero)
cv2.imshow('tozeroinv',tozeroinv)
cv2.waitKey(0)

原图