OpenCV阈值处理

图像二值化

1、图像二值化就是将图像上的像素点的灰度值设置为两个值，一般为0和255，可以将整个图像呈现出明显的黑白效果。
2、图像的二值化最常用的方法就是先将图像灰度处理，然后设定一个阈值thresh，用该阈值将图像分成两个部分，即大于阈值的部分和小于阈值的部分，然后再将两部分图像分别赋予不同像素值。
3、图像二值化在数字图像处理的过程中具有重要的意义，二值化有利于图像的进一步处理，使图像变得简单，并且减少了数据量，可以凸显出感兴趣的目标轮廓。

二值化处理效果：

阈值处理函数

Python-OpenCV中提供了阈值（threshold）函数：
ret, dst = cv2.threshold(src, thresh, maxval, type)

返回值：

• ret：阈值
• dst：处理后的图像

输入参数：

• src：输入图，只能输入单通道图像，通常来说为灰度图
• thresh：阈值
• maxval：当像素超过了阈值（或者小于阈值，具体根据二值化操作类型type而异）时应该被赋予的新像素值。
• type：二值化操作类型，包含以下五种类型：
  cv2.THRESH_BINARY；
  cv2.THRESH_BINARY_INV；
  cv2.THRESH_TRUNC；
  cv2.THRESH_TOZERO；
  cv2.THRESH_TOZERO_INV

二值化操作类型

cv2.THRESH_BINARY

超过阈值部分取maxval，否则取0

import cv2
img=cv2.imread('cat.jpg')
img_gray = cv2.cvtColor(img