数字图像处理（基于逻辑运算的边缘检测）

闹钟145

已于 2023-04-04 11:27:37 修改

阅读量295

点赞数 1

分类专栏：数字图像文章标签：计算机视觉人工智能 python

于 2022-11-10 09:10:29 首次发布

本文链接：https://blog.csdn.net/qq_59575710/article/details/127782046

版权

图像处理直方图二值化边缘检测 OpenCV

关键词由CSDN通过智能技术生成

学习中......

1.绘制原图像的直方图

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

ricea=cv.imread("./lenargb1.jpg")
# print(ricea)
width=ricea.shape[1]
height=ricea.shape[0]
hist1=cv.calcHist([ricea],[0],None,[256],[0,256])
plt.title("Histogram");plt.plot(hist1, color="g")#曲线直方图

结果图1

2. 根据直方图，选择合适的阈值进行二值化处理得到二值化图像

new_img = cv.cvtColor(ricea, cv.COLOR_BGR2GRAY)
height, width = new_img.shape[0:2]

# 设置阈值
thresh = 80

# 遍历每一个像素点
for row in range(height):
    for col in range(width):
        # 获取到灰度值
        gray = new_img[row, col]
        # 如果灰度值高于阈值 就等于255