利用Python+opencv进行简单阈值分割(附代码)

opencv中采用利用cv2.threshhold()函数进行简单阈值分割

cv2.threshhold()函数参数：

第一个参数为原图像；

第二个参数为阈值大小；

第三个参数为大于阈值时，赋值的像素值

第四个参数是阈值分割方法

阈值分割方法有五种：

cv2.THRESH_BINARY
           cv2.THRESH_BINARY_INV
           cv2.THRESH_TRUNC
           cv2.THRESH_TOZERO
           cv2.THRESH_TOZERO_INV

示例如下所示：

大于127像素值的全部赋值为255(白色)

代码如下：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img=cv2.imread('4.jfif',0) #0是第二个参数，将其转为灰度图

#利用cv2.threshhold()函数进行简单阈值分割，第一个参数是待分割图像，第二个参数是阈值大小
#第三个参数是赋值的像素值，第四个参数是阈值分割方法
ret,thresh1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,thresh5=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
for i in xrange(6):
    plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks(),plt.yticks([]) #显示坐标轴，如为空，则无坐标轴
plt.show()

运行结果如下所示：