Opencv的阈值处理

阈值处理就是剔除图像内像素高于一定值或者低于一定值的像素点。

Opencv提供了两种函数来进行阈值处理,cv2.threshold()和cv2.adaptiveThreshold()。

opencv通过cv2.threshold()实现阈值处理,该函数的格式为

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

  • retval: 返回的阈值。
  • dst:图像分割结果的图像。与原图像有一样的类型和大小。
  • src:要进行阈值分割的图像。
  • thresh: 要设定的阈值。
  • type:要进行阈值分割的类型。
cv2.THRESH_BINARY二值化阈值处理
cv2.THRESH_BINARY_INV反二值化阈值处理
cv2.THRESH_TOZERO低阈值处理
cv2.THRESH_TOZERO_INV超阈值处理
cv2.THRESH_TRUNC截断阈值处理

cv2.THRESH_BINARY( 二值化阈值处理):

在这里插入图片描述

  • 将大于thresh的值设置为255.
  • 将小于thresh的值设置为0.

在这里插入图片描述
在这里插入图片描述

cv2.THRESH_BINARY_INV (反二值化阈值处理)

在这里插入图片描述

  • 反二值化阈值处理thresh与二值化阈值处理相反。

在这里插入图片描述

在这里插入图片描述

cv2.THRESH_TRUNC (截断阈值处理)

在这里插入图片描述

  • 将大于thresh的值变为thresh,小于thresh的值不改变。

在这里插入图片描述
在这里插入图片描述

cv2.THRESH_TOZERO_INV (超阈值处理)

  • 将高于thresh的值设置为0。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

cv2.THRESH_TOZERO|低阈值处理

  • 将低于thresh的值设置为0。
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,我来为您讲解一下 OpenCV 中的阈值处理阈值处理是一种图像处理方法,通过将图像中的像素值与一个特定的阈值进行比较,并根据比较结果对像素值进行修改。在 OpenCV 中,有两种常用的阈值处理方法:全局阈值和自适应阈值。 1. 全局阈值 全局阈值是指对整个图像应用一个固定的阈值。在 OpenCV 中,可以使用 cv2.threshold() 函数来实现全局阈值处理。该函数的参数包括输入图像、阈值、最大像素值和阈值处理类型等。 例如,以下代码将图像中所有像素值大于 127 的像素设为白色(255),其余像素设为黑色(0): ``` import cv2 img = cv2.imread('image.jpg', 0) ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) cv2.imshow('Thresholded Image', thresh) cv2.waitKey(0) ``` 2. 自适应阈值 自适应阈值是指对不同区域使用不同的阈值,可以更好地处理光线不均匀的图像。在 OpenCV 中,可以使用 cv2.adaptiveThreshold() 函数来实现自适应阈值处理。该函数的参数包括输入图像、最大像素值、自适应方法、阈值类型、块大小和常数等。 例如,以下代码将图像进行自适应阈值处理: ``` import cv2 img = cv2.imread('image.jpg', 0) thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2) cv2.imshow('Adaptive Thresholded Image', thresh) cv2.waitKey(0) ``` 以上就是 OpenCV阈值处理的简单介绍,希望能够帮到您。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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