图像阈值分割

本文介绍了图像处理中的阈值分割技术,包括cv2库中的几种阈值化方法:二进制阈值化、反二进制阈值化、截断阈值化以及阈值化为0和反阈值化为0。通过对比分析,展示了不同阈值化方法对图像亮暗部分的处理效果。
摘要由CSDN通过智能技术生成

函数threshold在这里插入图片描述
二进制阈值化 cv2.THRESH_BINARY 亮的处理为白色 暗的处理为黑色
反二进制阈值化 cv2.THRESH_BINARY_INV 亮的处理为黑色 暗的处理为白色
截断阈值化 cv2.THRESH_TRUNC 整体变暗了,很亮的处理掉了
反阈值化为0 cv2.THRESH_TOZERO_INV
阈值化为0 cv2.THRESH_TOZERO

二进制阈值化和反二进制阈值化对比

import cv2
a=cv2.imread('image\lena.bmp',cv2.IMREAD_UNCHANGED)
r,b=cv2.threshold(a,128,255,cv2.THRESH_BINARY)
s,c=cv2.threshold(a,128,255,cv2.THRESH_BINARY_INV)
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.imshow('c',c)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述
截断阈值化

import cv2
a=cv2.imread('image\lena.bmp',cv2.IMREAD_UNCHANGED)
r,b=cv2.threshold(a,128,255,cv2.THRESH_TRUNC)
cv2.imshow('a
评论
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