OpenCV - 图像阈值（Python实现）

最新推荐文章于 2024-05-16 14:08:58 发布
最新推荐文章于 2024-05-16 14:08:58 发布
阅读量8.1k 收藏 78
点赞数 13
分类专栏： 【OpenCV】 文章标签： 阈值分割 OpenCV Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40344307/article/details/90741857
版权
本文介绍了OpenCV中的三种图像阈值处理方法：简单阈值、自适应阈值和Otsu's二值化。简单阈值通过cv2.threshold()函数将像素值高于阈值的部分设置为白色，其余为黑色。自适应阈值适用于光照不均匀的图像，通过局部区域计算阈值。Otsu's二值化则自动根据图像直方图找出最佳阈值，特别适合双峰分布的图像。
摘要由CSDN通过智能技术生成
  1. 简单阈值分割
    与名字一样，这种方法非常简单。但像素值高于阈值时（大部分情况为127），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()。
cv2.threshold (src, thresh, maxval, type)
参数 解释
src 源图片，必须是单通道
thresh 阈值，取值范围0～255
maxval 填充色，取值范围0～255
type 阈值类型，见下表
type 解释
cv2.THRESH_BINARY 二进制阈值化，非黑即白
cv2.THRESH_BINARY_INV 反二进制阈值化，非白即黑
cv2.THRESH_TRUNC 截断阈值化 ，大于阈值设为阈值
cv2.THRESH_TOZERO 阈值化为0 ，小于阈值设为0
cv2.THRESH_TOZERO_INV 反阈值化为0 ，大于阈值设为0
最低0.47元/天 解锁文章
c橘子
关注
  • 13
    点赞
  • 踩
  • 78
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
自动聚焦源程序(基于openCV)
04-26
使用VC2010编写,实现了导入多幅图像,显示最清晰的图像
学了那么久Python还什么都做不了，我觉得你该试试这个方法了
龙叔的博客
11-08 1万+
答应我，别再做无用功了
OpenCV（python）从入门到精通——threshold阈值算法(1)
m0_61331367的博客
05-16 424
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。最近我才对这些路线做了一下新的更新，知识体系更全面了。
【OpenCV-Python】：图像PSNR、SSIM、MSE计算
王乐予的博客
07-03 2万+
评价一幅图像质量的好坏有多种方式，目前最常用的是PSNR、SSIM、MSE。接下来我们具体讲解。 1. MSE（Mean Squared Error）均方误差 MSE是预测值f(x)与目标值y之间差值平方和的均值，公式表示为： MSE=∑i=1n(f(x)−y)2nMSE=\frac{\sum_{i=1}^{n}(f(x)-y)^{2}}{n}MSE=n∑i=1n​(f(x)−y)2​ 对于图像来说，两个m×n单色图像I和K，如果一个为另一个的噪声近似，那么它们的均方误差定义为： MSE=1mn∑i=0m−
Python Opencv cv2.meanStdDev计算均值和均方差
LoveWeeknd
11-20 2万+
im = cv2.imread("1.jpg", 0) width=im.shape[1] heigt= im.shape[0] mean = cv2.mean(im)[0] print(mean) (mean , stddv) = cv2.meanStdDev(im) print(mean) print(stddv) 输出： 102.40612538655598 [[102.406125...
使用OpenCV和Python查找图片差异
flyfish
03-13 8062
使用OpenCV和Python查找图片差异 flyfish 方法1 均方误差的算法（Mean Squared Error , MSE） 下面的一些表达与《TensorFlow - 协方差矩阵》式子表达式一样的 平均数 M=x1+x2+⋯+xnnM=x1+x2+⋯+xnnM=\frac{x_1+x_2+\cdots+x_n}{n} 方差 s2=(x1−M)2+(x1−M)2+⋯+(...
OpenCV-python图像基础操作之均值模糊
是小武呀
09-23 573
OpenCV-python基础操作之对图像
OpenCV-Python图像处理初学者教程
最新发布
05-21
docker run -d -p 8080:80 codecwang/opencv-python-tutorial 源码构建： 本教程网站由Docusaurus 2构建，如感兴趣，可直接克隆代码自行构建： # 克隆仓库 git clone git@github....
OpenCV-python 学习笔记 OpenCV图像阈值1
08-03
OpenCV-python 学习笔记 OpenCV图像阈值 OpenCV 提供了两种阈值处理方法：简单阈值和自适应阈值。阈值处理是指将图像分割成不同的区域，以便后续处理和分析。 简单阈值 简单阈值处理使用 `cv2.threshold()` 函数...
opencv-python图像基本操作1
08-08
9. **图像阈值处理**： `cv2.threshold()` 函数用于二值化图像，参数包括输入图像、阈值、最大值和阈值类型。例如： ```python ret, thresh = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY) ``` 10. *...
python+opencv实现阈值分割
09-19
主要为大家详细介绍了python+opencv实现阈值分割的相关代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
python opencv 图像拼接的实现方法
09-19
Python OpenCV 图像拼接是一种将多张图片合并成一张全景图或连续场景的技术，它通过识别和匹配图像之间的相似特征来实现无缝拼接。在本文中，我们将深入探讨如何使用OpenCV库来实现这一过程。 首先，图像拼接分为...
opencv-python 实现利用灰度值差、个数、均值方差比较图像相似度
RayChiu757374816的博客
08-26 2849
import cv2 img = cv2.imread('8.jpg')[655:670,465:485] # 转换为灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) print(type(img)) # 自动读取出灰度图 gray1 = cv2.imread('2.jpg', 0)[575:590,580:600] gray2 = cv2.imread('8.jpg', 0)[655:670,484:504] res = cv2.subtract(gr.
opencv-python 详解阈值分割
RayChiu757374816的博客
08-30 3033
固定阈值分割很直接，一句话说就是像素点值大于阈值变成一类值，小于阈值变成另一类值。
opencv最全图像阈值threshold处理方式汇总Python实现
my_name_is_learn的博客
01-14 713
不点赞白嫖的都是流氓 本文从一个简单的例子进行扩展解释opencv实现的基础阈值处理的所有方式，用的图片是三通道彩色图片，单通道当然也可以进行阈值处理，很多教程都是处理单通道彩色图片，所以我给大家换个口味 原图 请看代码 import cv2 img = cv2.imread("../data/1.jpg") t, dst = cv2.threshold(img, 127, 255, cv2....
opencv-python图像处理：阈值，滤波，腐蚀，膨胀，梯度
紫芝的博客
09-02 1394
【代码】opencv-python图像处理：阈值，滤波，腐蚀，膨胀，梯度。
OpenCV—Python 图像滤波（均值、中值、高斯、高斯双边、高通等滤波）
热门推荐
红叶谷 wsp_1138886114的博客
09-27 3万+
一、图像处理——滤波 过滤 ：是信号和图像处理中基本的任务。其目的是根据应用环境的不同，选择性的提取图像中某些认为是重要的信息。过滤可以移除图像中的噪音、提取感兴趣的可视特征、允许图像重采样等等。 频域分析 ：将图像分成从低频到高频的不同部分。低频对应图像强度变化小的区域，而高频是图像强度变化非常大的区域。 在频率分析领域的框架中，滤波器是一个用来增强图像中某个波段或频率并阻塞（或降低）其他频率波...
python-opencv之图像滤波（blur，boxFilter，GaussianBlur，medianBlur）
恍恍惚惚的大穷猫的博客
09-14 4827
高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。中值滤波是一种典型的非线性滤波，是基于排序统计理论的一种能够有效抑制噪声的非线性信号处理技术，基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，让周围的像素值接近真实的值从而消除孤立的噪声点。中值滤波会取当前像素点及其周围临近像素点（一共有奇数个像素点）的像素值，将这些像素值排序，然后将位于中间位置的像素值作为当前像素点的像素值。如果normalize!
opencv-python 阈值分割
04-11
OpenCV-Python中的阈值分割是一种简单而有效的图像分割方法，可以将灰度图像分割成二值图像。在该方法中，我们选择一个阈值（Threshold），将图像中所有像素的灰度值与该阈值进行比较，大于等于阈值的像素赋值为255（白色），小于阈值的像素赋值为0（黑色）。这种方法通常适用于不均匀光照条件下的前景提取。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值