python 二值化细化_opencv+python -- 图像二值化

本文介绍了如何使用Python和OpenCV库进行图像二值化处理,包括全局阈值、局部阈值和自适应阈值方法。通过示例代码展示了不同阈值类型的效果,如大律法、TRIANGLE法、自定义阈值等,并提供了阈值计算的API详解。
摘要由CSDN通过智能技术生成

图像的二值化就是将图像上的像素点的灰度值设置为0或255,这样将使整个图像呈现出明显的黑白效果。在数字图像处理中,二值图像占有非常重要的地位,图像的二值化使图像中数据量大为减少,从而能凸显出目标的轮廓

二值图像

二值图像是每个像素只有两个可能值的数字图像。常用黑白、B&W、单色图像表示二值图像,但是也可以用来表示每个像素只有一个采样值的任何图像,例如灰度图像等。

二值图像经常出现在数字图像处理中作为图像掩码或者在图像分割、二值化和dithering的结果中出现。二值图像经常使用位图格式存储。所以可以解释为二维整数格 Z2 ,

Code

import cv2 as cv

import numpy

def threshold_demo(image):

# 全局阈值

gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# 大律法,全局自适应阈值 参数0可改为任意数字但不起作用

ret1, binary1 = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)

print("OTSU threshold value:%s" % ret1)

cv.imshow("binary1", binary1)

# TRIANGLE法,,全局自适应阈值, 参数0可改为任意数字但不起作用,适用于单个波峰

ret2, binary2 = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_TRIANGLE)

print("TRIANGLE threshold value:%s" % r

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