opencv图像处理-图像阈值

阈值又叫临界值，是指一个效应能够产生的最低值或最高值

简单阈值

ret,dst=cv2.threshold(src,thresh,maxval,type)

• src: 输入图，注意只能是单通道图像，通常使用灰度图

• ret: 返回阈值

• dst: 输出图

• thresh: 阈值

• maxval: 当图像像素值超过了阈值(或者小于阈值，根据 type 来决定)所赋予的值

• type: 二值化操作的类型，包括五种类型:

  cv2.THRESH_BINARY:超过阈值部分取 maxval(最大值)，低于阈值部分取 0

  cv.THRESH_BINARY_INV:低于阈值部分取 maxval(最大值)，超过阈值部分取 0

  cv.THRESH_TRUNC: 大于阈值部分设为阈值，否则不变

  cv.THRESH_TOZERO: 大于阈值部分不变，否则为 0

  cv2.THRESH_TOZERO_INV: 低于阈值部分不变，否则为 0

---

代码：

import cv2 as cv
img=cv.imread('lena.jpg')
# 图像灰度处理
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
# 简单阈值处理
ret,dst1=cv.threshold(gray,127,255,cv.THRESH_BINARY)
ret,dst2=cv.threshold(gray,127,255,cv.THRESH_BINARY_INV)
ret,dst3=cv.threshold(gray,127,255,cv.THRESH_TRUNC)
ret,dst4=cv.threshold(gray,127,255,cv.THRESH_TOZERO)
ret,dst5=cv.threshold(gray,127,255,cv.THRESH_TOZERO_INV)
cv.imshow('original',gray)
cv.imshow('dst1',dst1)
cv.imshow('dst2',dst2)
cv.imshow('dst3',dst3)
cv.imshow('dst4',dst4)
cv.imshow('dst5',dst5)
cv.waitKey(0)
cv.destroyAllWindows()

---

不同简单阈值类型的对比

---

自适应阈值

如果图像在不同区域具有不同的光照条件。在这种情况下，自适应阈值效果更好。算法基于像素周围的小区域确定像素的阈值，因此，对于同一图像的不同区域，我们获得了不同的阈值，
这为光照度变化的图像提供了更好的结果。

---

dst=cv2.adaptiveThreshold(src,maxValue,adaptiveMethod,thresholdType,blockSize,C)

• src: 输入图，注意只能是单通道图像，通常使用灰度图

• dst: 输出图

• maxValue: 当图像像素值超过了阈值(或者小于阈值，根据 thresholdType 来决定)所赋予的值

• adaptiveMethd: 决定阈值是如何计算的

  cv2.ADAPTIVE_THRESH_MEAN_C:阈值是邻近区域的平均值减去常数C。

  cv2.ADAPTIVE_THRESH_GAUSSIAN_C:阈值是邻域值的高斯加权总和减去常数C

• thresholdType:

  cv2.THRESH_BINARY:超过阈值部分取 maxval(最大值)，低于阈值部分取 0

  cv.THRESH_BINARY_INV:低于阈值部分取 maxval(最大值)，超过阈值部分取 0

• blockSize: 确定附近区域的大小

• C:是从邻域像素的平均或加权总和中减去的一个常数

---

代码:

import cv2 as cv
# 读取图像
img=cv.imread('lena.jpg')
# 图像灰度处理
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
# 自适应阈值处理
dst=cv.adaptiveThreshold(gray,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,25,5)
cv.imshow('original',gray)
cv.imshow('adaptive',dst)
cv.waitKey(0)
cv.destroyAllWindows()

---

处理结果:

---

Otsu 阈值法

二值化操作类型:

THRESH_OTSU: 使用 Otsu 算法选取最优阈值，可与上述任何一种 type 组合

例如: type=THRESH_OTSU+THRESH_BINARY , 即先用 Otsu 算法自动计算出阈值，然后利用该阈值采用THRESH_BINARY规则,默认为THRESH_BINARY

---

代码:

import cv2 as cv
img=cv.imread('lena.jpg')
# 图像灰度处理
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
# Otsu阈值
ret,dst=cv.threshold(gray,0,255,cv.THRESH_OTSU+cv.THRESH_BINARY)
print(ret) #控制台打印算法选取的最优阈值
cv.imshow('original',gray)
cv.imshow('Otsu',dst)
cv.waitKey(0)
cv.destroyAllWindows()

---

处理结果: