Opencv:图像二值化与去噪Python实现

Opencv:图像二值化与去噪Python实现

一、内容

对于一张需要二值化的图像，我们有一般有两种选择
选择一
直接对输入图像转换为灰度图像，然后二值化
选择二
首先对输入图像进行降噪，去除噪声干扰，然后再二值化

在进行去噪声的时候，可以选择的有几种去噪声方法：
1.均值模糊去噪声
2.高斯模糊去噪声
3.双边/均值迁移模糊去噪声
4.非局部均值去噪声

二、代码

import cv2 as cv
import numpy as np

# 直接对输入图像转换为灰度图像，然后二值化
def method_1(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    return binary

# 首先对输入图像进行降噪，去除噪声干扰，然后再二值化
def method_2(image):
    blurred = cv.GaussianBlur(image, (3, 3), 0)
    gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)
    t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    return binary

# 图像先均值迁移去噪声，然后二值化的图像
def method_3(image):
    blurred = cv.pyrMeanShiftFiltering(image, 10, 100)
    gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)
    t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    return binary

# 读取图像
src = cv.imread("D:/vsprojects/images/coins.jpg")
h, w = src.shape[:2]

# 调用方法
ret = method_3(src)

result = np.zeros([h, w*2, 3], dtype=src.dtype)
result[0:h,0:w,:] = src
result[0:h,w:2*w,:] = cv.cvtColor(ret, cv.COLOR_GRAY2BGR)

# 图像显示
cv.putText(result, "input", (10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.putText(result, "binary", (w+10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.imshow("result", result)

# 图像存储
cv.imwrite("D:/vsprojects/images/coins_binary.png", result)

cv.waitKey(0)
cv.destroyAllWindows()

三、结果

1.第一张图是输入图像直接转换为二值图像

2.第二张图是输入图像先高斯模糊去噪声，然后二值化图像

3.第三张图是输入图像先均值迁移去噪声，然后二值化的图像