python opencv 图像灰度化_python+opencv图像处理之五：图像阈值化处理

python+opencv图像处理之五：图像阈值化处理

一、阈值化

阈值即为界限，或者说是临界值，是指一个效应能够产生的最低值或最高值。旨在提取图像中的目标物体，将背景以及噪声区分开来。

通常会设定一个阈值T，通过T将图像的像素划分为两类：大于T的像素群和小于T的像素群。灰度转换处理后的图像中，每个像素都只有一个灰度值，大小表示明暗程度。利用阈值化，我们就可以从一副图像中分割出我们需要的物体部分。

常见阈值化公式，即二进制阈值化：

Y={0,grayTY= \begin{cases} 0, & \text {grayT} \end{cases}Y={0,255,​grayT​

当灰度Gray小于阈值T时，其像素设置为0，图像中显示为黑色；当灰度Gray大于或等于阈值T时，其Y值为255，图像中显示为白色。

opencv中对于图像阈值处理提供了cv2.threshold()函数

cv2.threshold()中包含四个参数，分别为：

第一个原图像

第二个进行分类的阈值

第三个是高于(低于)阈值时赋予的新值

第四个是一个方法选择参数，常用的有：

参数

参数作用效果

cv2.THRESH_BINARY

像素点的灰度值大于阈值，设其灰度值为最大值(255)；小于阈值，设其灰度值为最小值(0)

cv2.THRESH_BINARY_INV

像素点的灰度值大于阈值，设其灰度值为最小值(0)；小于阈值࿰