7.2 Python图像处理之图像分割-单阈值分割

7.2 Python图像处理之图像分割-单阈值分割

1 算法原理

单阈值分割算法原理：

单阈值分割是指将一灰度图，大于阈值的像素白色表示，小于阈值的像素以黑色表示。或者颜色调换过来也可以。该方法找到一个阈值，如果像素低于阈值，就认为是背景，否则认为是目标的一部分。

一般流程：通过判断图像中每一个像素点的特征属性是否满足阈值的要求，来确定图像中的该像素点是属于目标区域还是背景区域，从而将一幅灰度图像转换成二值图像。用数学表达式来表示，则可设原始图像 f(x,y),T 为阈值，分割图像时则满足下式：

0是黑色，255是白色

如果图像中有多个灰度值不同的区域，那么可以选择一系列的阀值以将每个像素分到合适的类别中去。如果只用一个阀值分割称为单阀值方法。

2 代码

运行代码说明

1.要改变代码中的图片地址（地址不能有中文）

最后一行代码：更改put(path)函数中的路径put(r'../image/image1.jpg')

2.注意最后的plt.savefig('1.new.jpg')是保存plt图像，如果不使用可以注释掉

代码依赖包：

matplotlib  3.4.2
numpy  1.20.3
opencv-python  4.1.2.30

# pip安装
pip install matplotlib numpy opencv-python

import cv2
import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False


def put(path):
    image = cv2.imread(path)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转为灰度图
    # 方法选择为THRESH_BINARY单阈值，150为阈值，小于阈值使用0表示。0是黑色，255是白色
    ret1, th1 = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)

    plt.subplot(131), plt.imshow(image[:,:,::-1])  # img[:,:,::-1]转换是为了转回RGB格式，这样才可以正常显示彩色图像
    plt.title("原图"),plt.axis('off')
    plt.subplot(132), plt.imshow(gray, "gray")
    plt.title("灰度图"),plt.axis('off')

    plt.subplot(133), plt.imshow(th1, "gray")
    plt.title("单阈值 " + str(ret1)),plt.axis('off')
    # plt.savefig('2.new-img.jpg')
    plt.show()

# 图像处理函数，要传入路径
put(r'../image/img5.jpg')

不同图片要取合适的阈值才好看

3 效果