opencv学习—threshold函数的使用（python）

opencv学习—threshold函数的使用

目录

opencv学习—threshold函数的使用

阈值类型

python代码：

示例如下：

---

参考博客

图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。OpenCV中提供了函数cv2.threshold();

阈值分割法的特点是：适用于目标与背景灰度有较强对比的情况，重要的是背景或物体的灰度比较单一，而且总可以得到封闭且连通区域的边界。

cv2.threshold (src, thresh, maxval, type)

cv2.threshold (源图片, 阈值, 填充色, 阈值类型)

• src：单通道原图像

• thresh：阈值，取值范围为（0~255），开始点

• maxval：填充色，取值范围为（0，255），输出图像中灰度值最大值

• type：阈值类型，如下所示：

阈值类型

 

关系如下:

python代码：

import cv2
import matplotlib.pyplot as plt
#读入彩色RGB图像，转为灰度图像
img=cv2.imread("C:\\Users\\Lijian\\Desktop\\7.jpg")
img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#不同类型阈值处理
thresh,img1=cv2.threshold(img,1,255,cv2.THRESH_BINARY)
thresh,img2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
thresh,img3=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
thresh,img4=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
thresh,img5=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
titles=('img','THRESH_BINARY','THRESH_BINARY_INV','THRESH_TRUNC','THRESH_TOZERO','THRESH_TOZERO_INV')

images=[img,img1,img2,img3,img4,img5]
for i in range(6):
    plt.subplot(2,3,i+1),plt.imshow(images[i],cmap="gray")
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

示例如下：