Python-Opencv学习总结（三）：阈值分割

11、图像缩放

使用函数cv2.resize()
dst=cv2.resize(src, dsize)
src为原始图像，dsize为要处理后的图像的列行
例：b=cv2.resize(a,(122,122))
注意：第一个数字代表列，第二个才是行

dst=cv2.resize(src,dsize,fx,fy) 不使用dsize的情况下使用fx,fy
fx:在水平方向缩放多少倍，大于1就是放大，小于1就是缩小
fy:在垂直方向缩放多少倍，大于1就是放大，小于1就是缩小
例：b=cv2.resize(a,None,fx=0.5,fy=0.7) ; 不使用dsize=None，

注：dsize和fx,fy只设置一个就行

12、图像翻转

使用函数 flip( )
dst=cv2.flip(src,flipCode)
flipCode=0
以X轴为基准轴上下翻转
b=cv2.flip(a,0) a为原始图像

flipCode>0
以Y轴为基准轴左右翻转
b=cv2.fip(a,1)

flipCode<0
以Y轴翻转，再用X轴翻转
b=cv2.flip(a,-1)

13、阈值分割

二进制阈值化
该方法是：大于阈值的像素，像素全部设置成最大值，小于阈值的像素，像素全部设置成最小值。
反二进制阈值化
方法是：先设定一个特定的灰度值作为阈值，大于阈值像素设定为0，小于阈值设定为255。
截断阈值化
方法是：设定一个阈值，图像中大于该阈值的像素点全设定为该阈值，小于该阈值的像素点保持不变。
反阈值化为0
方法是：大于等于阈值的像素点变为0，小于该阈值的像素点值不变。
阈值化为0
方法是：设定一个阈值，大于等于阈值的像素点，保持不变，小于该阈值的像素点，值为0。

14、阈值分割threshold函数

retval,dst=cv2.threshold(src,thresh,maxval,type)
retval:阈值 dst:结果
src:原图像 thresh：阈值
maxval:最大值 type:类型
二进制阈值化
关键字：cv2.THRESE_BINARY
r,b=cv2.threshold(a,127,255,cv2.THRESE_BINARY)
反二进制阈值化
关键字: cv2.THRESH_BINARY_INV
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY_INV)
截断阈值化
关键字: cv2.THRESH_TRUNC
r,b=cv2.threshold(a,127,255,cv2.THRESH_TRUNC)
反阈值化为0
关键字: cv2.THRESH_TOZERO_INV
r,b=cv2.threshold(a,127,255,cv2.THRESH_ TOZERO_INV)

import cv2
o=cv2.imread(r'D:\image\lena512.bmp',cv2.IMREAD_UNCHANGED)
#二进制阈值化
r,b=cv2.threshold(o,128,255,cv2.THRESH_BINARY)
#反二进制阈值化
r1,b1=cv2.threshold(o,128,255,cv2.THRESH_BINARY_INV)
#截断阈值化
r2,b2=cv2.threshold(o,128,255,cv2.THRESH_TRUNC)
#反阈值化为0
r3,b3=cv2.threshold(o,128,255,cv2.THRESH_TOZERO_INV)
cv2.imshow('o',o)
cv2.imshow('b',b)
cv2.imshow('b1',b1)
cv2.imshow('b2',b2)
cv2.imshow('b3',b3)
cv2.waitKey()
cv2.destroyAllWindows()