最大熵阈值python_【6】python-opencv3教程：阈值分割（全阈值分割，局部阈值分割，直方图技术法，熵算法，自适应算法，Otsu算法）...

第六节：阈值分割

一： 全阈值分割

实例代码：

image = cv2.imread('img.jpg', cv2.IMREAD_GRAYSCALE)

the = 100 # 设置阈值为100

maxval = 255

dst, img = cv2.threshold(image, the, maxval, cv2.THRESH_BINARY)

cv2.imshow('hand_thresh', img)

cv2.waitKey(0)

cv2.destroyAllWindows()

给出你的阈值 ，然后告诉你的最大阈值是多少 。。。也就是你二值图中一个阈值为0，另外一个阈值可以指定为多少。。这里指定为255

看一下输出结果。。

二：局部阈值分割

局部阈值分割的核心是计算阈值矩阵。。比较常用的是后面提到的自适应阈值算法。。我们等会后面讲实现。。

三：直方图技术法

代码实现：

import numpy as np

import cv2

def calcGrayHist(image):

'''

统计像素值

:param image:

:return:

'''

# 灰度图像的高，宽

rows, cols = image.shape

# 存储灰度直方图

grayHist = np.zeros([256], np.uint64)

for r in range(rows):

for c in range(cols):

grayHist[image[r][c]] += 1

return grayHist

def threshTwoPeaks(image):

# 计算灰度直方图

histogram = calcGrayHist(image)

# 找到灰度直方图的最大峰值对应的灰度值

maxLoc = np.where(histogram == np.max(histogram))

firstPeak =