基于python的图像灰度值处理（opencv）

opencv-python的图像灰度处理与二值化处理

图像灰度值处理

·· 图像灰度值处理是图片处理中最为重要的环节之一，它是其他包括但不限于特征提取，图像定为，OCR，图片降噪，图片加噪等等操作的前提过程，下面是一段基于Python3.7 的opencv实现的图像灰度之处理

*import cv2
import numpy as np
import matplotlib.pyplot as plt
 
 
# img = cv2.imread('test.jpg')                         #这几行是对图像进行降噪处理，但事还存在一些问题。
 
# dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)
 
# plt.subplot(121),plt.imshow(img)
# plt.subplot(122),plt.imshow(dst)
# plt.show()
fn = "test.jpg"
if __name__ == '__main__':
    print('loading %s' % fn)
    img = cv2.imread(fn)               #读取图像 修改上方 fn的路径即可 
    sp = img.shape
    print(sp)                          #在编译结果处显示图片的信息 这行没啥用 
    
    # 获取图像大小
    sz1 = sp[0]                         #长 
    sz2 = sp[1]                         #宽 
    print('width:%d\nheight:%d' % (sz2,sz1)) #控制窗口显示的比例 
    # 创建一个窗口显示图像
    cv2.namedWindow('img')              #这行没啥用 控制显示图片窗口的名字 
    cv2.imshow('img',img)               #显示图片 
    # 复制图像矩阵，生成与源图像一样的图像，并显示
    myimg2 = img.copy();
    cv2.namedWindow('myimg2')           #这行没啥用 控制显示图片窗口的名字 
    cv2.imshow('myimg2',myimg2)
    # 复制并转换为灰度化图像并显示
    myimg1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #灰度值函数 
    cv2.namedWindow('myimg1')
    cv2.imshow('myimg1',myimg1)            #显示灰度处理后的函数  
    cv2.imwrite('gray.jpg', myimg1)     #保存当前灰度值处理过后的文件 
    cv2.waitKey()         #第一个参数是保存文件的名称，必须加jgp，png等的后缀否则报错。第二个参数是保存的对象
    cv2.destroyAllWindows()*