python opencv local_threshold_Python-OpenCV中的cv2.threshold

主要记录Python-OpenCV中的cv2,threshold()方法；官方文档

cv2.threshold()

def threshold(src, thresh, maxval, type, dst=None):

"""

设置固定级别的阈值应用于多通道矩阵

例如，将灰度图像变换二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点；

Argument:

src: 原图像

dst: 目标图像

thresh: 阈值

type: 指定阈值类型；下面会列出具体类型；

maxval: 当type指定为THRESH_BINARY或THRESH_BINARY_INV时，需要设置该值；

"""

其中type的类型设置入下：

示例：

#!/usr/bin/env python

#-*- coding:utf-8 -*-

# @Time : 19-4-20 下午5:07

# @Author : chen

import cv2

import matplotlib.pyplot as plt

lena_BGR = cv2.imread("./input_01.png")

lena_RGB = cv2.cvtColor(lena_BGR, cv2.COLOR_BGR2RGB)

# display BGR lena

plt.subplot(1, 3, 1)

plt.imshow(lena_BGR)

plt.axis('off')

plt.title('img_BGR')

# display RGB lena

plt.subplot(1, 3, 2)

plt.imshow(lena_RGB)

plt.axis('off')

plt.title('img_RGB')

# 转换成灰度图像,并执行高斯模糊

gray = cv2.cvtColor(lena_RGB, cv2.COLOR_BGR2GRAY)

blurred = cv2.GaussianBlur(gray, (5,5), 0)

# 将图像中小于60的置为0,大于60的置为255

# 返回的temp是一个元组,temp[0]表示设置的阈值,也就是60; temp[1]是变换后的图像

temp = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)

thresh = temp[0]

lena_thresh = temp[1]

# display lena_thresh image

plt.subplot(1, 3, 3)

plt.imshow(lena_thresh, cmap='gray')

plt.axis('off')

plt.title('img_thresh')

plt.show()