[图像处理]——图像阈值

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。OpenCV中提供了函数cv::threshold();

如下图所示即为OpenCV中关于阈值的函数，其中：设置的阈值是针对每个像素点判断的，如果当前像素点的值大于阈值，赋什么值，maxval最大取值为255（0<黑>~255<白>） 

 简单使用：

import matplotlib.pyplot as plt
import cv2 as cv

img = cv.imread("images/girl.jpg", cv.IMREAD_COLOR)
image_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

ret, thresh1 = cv.threshold(image_gray, 127, 255, cv.THRESH_BINARY)
ret, thresh2 = cv.threshold(image_gray, 127, 255, cv.THRESH_BINARY_INV)
ret, thresh3 = cv.threshold(image_gray, 127, 255, cv.THRESH_TRUNC)
ret, thresh4 = cv.threshold(image_gray, 127, 255, cv.THRESH_TOZERO)
ret, thresh5 = cv.threshold(image_gray, 127, 255, cv.THRESH_TOZERO_INV)

titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]

for i in range(6):
    plt.subplot(2, 3, i + 1)
    if(i == 0):
        plt.imshow(images[i])
    plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()