opencv 图片边缘渐变_OpenCV入门学习(六) 图像的阈值与梯度 及opencv下边缘检测和滤波模糊算法...

这篇博客介绍了OpenCV中图像处理的基本操作,包括阈值处理(BINARY, BINARY_INV, TRUNC, TOZERO, TOZERO_INV),自适应阈值,大津法二值化,高斯滤波,2D卷积,以及Sobel,Scharr,Laplacian算子的梯度检测。同时,文章还探讨了平均模糊、高斯模糊、中值模糊和双边滤波等滤波算法,并展示了Canny边缘检测的应用。" 1719003,77977,ADO.NET 调用Oracle存储过程获取结果集示例,"['Oracle数据库', '数据库调用', 'C#编程', '存储过程调用', '数据访问']
摘要由CSDN通过智能技术生成

import cv2 as cv

import numpy as np

from matplotlib import pyplot as plt

# 对于每个像素,应用相同的阈值。

# 如果像素值小于阈值,则将其设置为0,否则将其设置为最大值。

# 函数cv.threshold用于应用阈值。

# 第一个参数是源图像,它应该是灰度图像。

# 第二个参数是阈值,用于对像素值进行分类。

# 第三个参数是分配给超过阈值的像素值的最大值。

# OpenCV提供了不同类型的阈值,这由函数的第四个参数给出。

# 通过使用cv.THRESH_BINARY类型。所有简单的阈值类型为

# cv.THRESH_BINARY 正常二值化

# cv.THRESH_BINARY_INV 翻转二值化

# cv.THRESH_TRUNC 小于阈值不变,大于为最大

# cv.THRESH_TOZERO 大于阈值不变,小于为最小

# cv.THRESH_TOZERO_INV 翻转上面的

img = cv.imread('girl.jpg', 0)

ret, thresh1 = cv.threshold(img, 127, 255, cv.THRESH_BINARY)

ret, thresh2 = cv.threshold(img, 127, 255, cv.THRESH_BINARY_INV)

ret, thresh3 = cv.threshold(img, 127, 255, cv.THRESH_TRUNC)

ret, thresh4 = cv.threshold(img, 127, 255, cv.THRESH

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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