opencv-python-阈值处理笔记

关键单词：

threshold：阈；门槛；起点；开端

美 [ˈθreʃˌhoʊld]  英 [ˈθreʃˌhəʊld]

truncate：截断，删节（尤指掐头或去尾）类似cut

美 [ˈtrʌŋˌkeɪt]  英 [trʌŋˈkeɪt]

adaptive：适应的；有适应能力的

美 [əˈdæptɪv]  英 [ə'dæptɪv]

正反二值化：这种处理的特点是，以127为界线，非黑即白，其中白的显示为255

import numpy as np
import cv2

image1 = cv2.imread("1.jpg", 1)
gray = cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)
t1, des1_1 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
t2, des1_2 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

cv2.imshow("11__________", image1)
cv2.imshow("binary______", des1_1)
cv2.imshow("binary_inv__", des1_2)
cv2.waitKey()
cv2.destroyAllWindows()

正反零处理：这种处理的特点是只处理高于（或低于）127的部分，另一部分的保持不变。下图的图三明显可见这种特点。

image1 = cv2.imread("0.jpg", 1)
gray = cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)
t1, des1_1 = cv2.threshold(gray, 127, 255, cv2.THRESH_TOZERO)
t2, des1_2 = cv2.threshold(gray, 127, 255, cv2.THRESH_TOZERO_INV)

cv2.imshow("11__________", image1)
cv2.imshow("tozero______", des1_1)
cv2.imshow("tozero_inv__", des1_2)
cv2.waitKey()
cv2.destroyAllWindows()

截断处理：这种处理的特点是，将所有值大于127的点，变成127，因此亮部都变暗了，相当于图像不会存在比127大的点（既是截断了）

image1 = cv2.imread("0.jpg", 1)
gray = cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)
t3, des1_3 = cv2.threshold(gray, 127, 255, cv2.THRESH_TRUNC)

cv2.imshow("gray________", gray)
cv2.imshow("truncate____", des1_3)
cv2.waitKey()
cv2.destroyAllWindows()

OTSU方法：以上的二值化处理、零处理、截断处理，都是设置了127为分界线，使用OTSU方法，可以动态的计算分界线。当然它也有优缺点，比如性能好，又比如对噪点多、背景乱的图像不怎么友好

扩展阅读：http://t.csdnimg.cn/BllZB

image1 = cv2.imread("0.jpg", 1)
gray = cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)
t1, des1_1 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 要把127改为0
t2, des1_2 = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

cv2.imshow("11___________", gray)
cv2.imshow("binary_______", des1_1)
cv2.imshow("binary_otsu__", des1_2)
cv2.waitKey()
cv2.destroyAllWindows()

自适应处理：这种处理的特点是，将图像分成小块（5，5，19，99），对每块进行求均值（平均值<mean>、高斯均值<gaussian>），以均值 - 加权值（2，2，2，2）为分界线，进行正反二值化处理

扩展阅读：http://t.csdnimg.cn/LEYx7

image1 = cv2.imread("0.jpg", 1)
gray = cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)
des1_1 = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 5, 2)
des1_2 = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 5, 2)
des1_3 = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 19, 2)
des1_4 = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 99, 2)

cv2.imshow("gray____________", gray)
cv2.imshow("gaussian________", des1_1)
cv2.imshow("mean____________", des1_2)
cv2.imshow("mean_19_________", des1_3)
cv2.imshow("mean_99_________", des1_4)
cv2.waitKey()
cv2.destroyAllWindows()