《python+opencv3.3视频教学 基础入门》图像二值化 笔记

介绍
二值化（英语：Binarization）是图像分割的一种最简单的方法。二值化可以把灰度图像转换成二值图像。把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化。（维基）

图像二值化的意义
参考：https://www.zhihu.com/question/31929651

通常图像二值化的方法有两种：全局阈值、局部阈值

OpenCV中图像二值化方法：
自动计算阈值：OTSU、Traingle
手动确定阈值
自适应阈值（局部阈值）

图像直方图单波峰的情况时使用Traingle计算阈值效果较好，多波峰时Traingle效果较差。

OpenCV中图像二值化的API介绍：
https://www.cnblogs.com/yinliang-liang/p/9293310.html
https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html

源码：

import cv2 as cv
import numpy as np


# 全局阈值方法
def threshold_demo(image):
    # 首先转换为灰度图
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

    # ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    # 自己制定阈值:
    # ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)    # 该阈值参数THRESH_BINARY在日常中最常用
    # ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY_INV)
    # ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_TRUNC)
    ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_TOZERO)

    print("threshold values %s"%ret)
    cv.imshow("binary", binary)


# 使用自适应阈值进行二值化（局部阈值方法）
def local_threshold(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

    # 选GAUSSIAN_C可能会跟有效些, blockSize必须是奇数否则报错，C设10，代表
    # 只有比均值大10的才设为白色，否则设为黑色，这样做可以减弱噪声的影响。
    # binary = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 25, 10)
    binary = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_MEAN_C, cv.THRESH_BINARY, 25, 10)

    cv.imshow("binary", binary)


# 通过自己计算的均值对图像进行二值化分割
def custom_threshold(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    h, w = gray.shape[:2]
    m = np.reshape(gray, [1, w * h])
    mean = m.sum() / (w * h)
    print("mean : ", mean)
    ret, binary = cv.threshold(gray, mean, 255, cv.THRESH_BINARY)
    cv.imshow("binary", binary)


print("-----------Python OpenCV Tutorial--------------")
src = cv.imread("C:/cvtest/threshold_test.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)

# threshold_demo(src)
# local_threshold(src)
custom_threshold(src)

cv.imshow("input image", src)
cv.waitKey(0)

cv.destroyAllWindows()